【背景建模】基于时空特征(续2)

参考文献　基于自适应混合高斯模型的时空背景建模　自动化学报　2009

创新点：

1).在混合高斯模型基础上，混合了空间分布信息特征．

2).空间模型和时间模型进行前景检测时，如何决策．

文中主要是利用空间域背景模型进行粗尺度判断，

当空间域背景模型无法判断时，再利用时间域背景模型进行判断．

3).自适应调整混合高斯模型的个数．

时间域模型：

混合高斯模型，添加了自适应调整混合高斯模型个数模块．

细节请参考：http://www.cnblogs.com/dwdxdy/archive/2012/05/31/2528790.html

空间域模型：

统计混合高斯模型中背景模型在空间上的分布，作为像素的空间域背景模型．

利用颜色直方图来统计每个像素邻域内背景高斯成分的分布．

当前帧的空间信息分布计算公式如下：

当像素与混合高斯模型的某个高斯成分匹配时，

用高斯成分的均值作为当前空间颜色直方图的统计样本，

否则直接用该像素的当前值作为统计样本．

相似度计算：直方图交集．可利用积分直方图进行计算．

前景检测：