基于自适应在线聚类的背景提取  

Background Extraction Based on Adaptive On-line Clustering

作　　者：夏洁[1,2] 吴健 陈建明[1,2] 崔志明[1,2] 

机构地区：[1]苏州大学智能信息处理及应用研究所,江苏苏州215006 [2]江苏省现代企业信息化应用支撑软件工程技术研发中心,江苏苏州215104

出　　处：《计算机工程》2011年第3期169-171,共3页Computer Engineering

基　　金：国家自然科学基金资助项目(60970015);2008年江苏省重大科技支撑与自主创新基金资助项目(BE2008044);2009年江苏省省级现代服务业(软件产业)发展专项引导资金基金资助项目([2009]332-64);苏州市应用基础研究(工业)基金资助项目(SYJG0927);苏州大学科研预研基金资助项目

摘　　要：分析目前应用于背景提取的各类聚类方法的原理和存在的问题,提出一种基于自适应在线聚类的背景提取方法。通过使用自适应动态改变的聚类阈值对视频进行在线聚类,无须设定任何参数即能自适应地提取出背景图像。实验结果表明,该方法具有较好的自适应性,能够提取出较优的背景图像,对于各种视频具有较好的鲁棒性。By analyzing the principles of various clustering methods and existing problems when current clustering methods are used in background extraction, this paper proposes a background extraction method based on adaptive on-line clustering. This method adopts adaptively dynamic thresholds to do on-line clustering on video to adaptively extract background images from a variety of videos without setting any parameters. Experimental results show that this method has a good adaptability, and is capable of extracting excellent background image, and has good robustness for various videos.

关 键 词：背景提取 K-均值聚类 在线聚类 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]