基于核密度估計和特征點檢測的運動對象分割改進模型

吳際洲

（四川大學計算機學院，四川 成都 610065）

摘要：經典運動對象分割模型需要大量數據訓練背景模型，計算量大時間長；模型僅利用時間域中亮度信息的變化作為判斷分割的條件，忽略了運動對象本身包含的空域特征。文章針對上述局限提出一種基于特征點檢測的核心密度估計模型。該模型通過運動對象的特征點檢測，確定運動對象所在區域范圍，在目標分割時僅需要訓練運動目標區域的背景模型，提高分割質量，縮短計算時間。實驗結果驗證了該模型的有效性。

關鍵詞：特征點檢測； 核密度估計； 動態對象分割；錯誤抑制

中圖分類號：O212文獻標識碼：A 文章編號：1009-2374（2012）09-0010-03