【CV】视频图像背景分割MOG2,KNN,GMG

当涉及背景分割器(Background Subtractor)时,Mixture of Gaussians(MOG2)、K-Nearest Neighbors(KNN)和Geometric Multigid(GMG)是常用的算法。它们都用于从视频流中提取前景目标,并在计算机视觉和图像处理任务中发挥重要作用。

Mixture of Gaussians (MOG2):
MOG2 是一种基于高斯混合模型的背景分割器,它使用多个高斯分布对每个像素的颜色进行建模。该模型适用于场景中有很多变化和动态光照条件的情况。MOG2 背景分割器在处理光照变化和动态背景时表现良好。

K-Nearest Neighbors (KNN):
KNN 背景分割器利用K最近邻算法来识别像素的前景或背景。该算法根据像素的颜色特征和邻近像素的情况进行分类。KNN 背景分割器在处理运动目标和部分遮挡时可能表现良好。

Geometric Multigid (GMG):
GMG 背景分割器结合了几何学和统计学的方法,通过对几何变化和像素之间的关系进行建模来进行背景分割。GMG 背景分割器在动态背景和光照变化下具有较好的鲁棒性。

优劣对比:

MOG2 适用于动态光照条件下的场景,但对于相对静态的背景可能效果不佳。
KNN 对于处理运动目标和部分遮挡情况可能更有效,但在复杂动态背景下表现可能欠佳。
GMG 在动态背景和光照变化下表现较好,但对于较为静态的场景可能不够精确。

示例代码(使用OpenCV库):
下面是一个简单的示例代码,演示了如何使用OpenCV库中的这三种背景分割器:

import cv2# 读取视频文件
cap = cv2.VideoCapture('input_video.mp4')# 创建背景分割器对象
mog2_bg_subtractor = cv2.createBackgroundSubtractorMOG2()
knn_bg_subtractor = cv2.createBackgroundSubtractorKNN()
gmg_bg_subtractor = cv2.bgsegm.createBackgroundSubtractorGMG()while cap.isOpened():ret, frame = cap.read()if not ret:break# 背景分割mog2_mask = mog2_bg_subtractor.apply(frame)knn_mask = knn_bg_subtractor.apply(frame)gmg_mask = gmg_bg_subtractor.apply(frame)# 显示前景对象cv2.imshow('MOG2 Foreground', mog2_mask)cv2.imshow('KNN Foreground', knn_mask)cv2.imshow('GMG Foreground', gmg_mask)if cv2.waitKey(30) & 0xFF == 27:  # 按下Esc键退出breakcap.release()
cv2.destroyAllWindows()

P.S.简单补充下高斯混合模型的知识
高斯混合模型(Gaussian Mixture Model,GMM)是一种用于对数据进行建模的概率模型。它假设数据是由多个高斯分布组合而成的,每个高斯分布对应着数据的一个聚类。GMM通常用于聚类分析和密度估计。

在GMM中,每个高斯分布都由均值和方差参数化,整个模型由多个高斯分布组成。给定数据后,可以使用期望最大化(Expectation-Maximization,EM)算法来估计GMM的参数,包括每个高斯分布的均值、方差和混合系数。

下面是一个使用Python的示例,演示如何使用scikit-learn库中的GaussianMixture类来构建和拟合一个GMM模型:

import numpy as np
import matplotlib.pyplot as plt
from sklearn.mixture import GaussianMixture# 生成示例数据
np.random.seed(0)
n_samples = 1000
# 生成两个高斯分布的数据
X = np.concatenate([np.random.normal(0, 1, int(0.3 * n_samples)),np.random.normal(5, 1, int(0.7 * n_samples))]).reshape(-1, 1)# 构建并拟合GMM模型
gmm = GaussianMixture(n_components=2, random_state=42)
gmm.fit(X)# 绘制拟合的GMM模型
x = np.linspace(-5, 10, 1000)
x = x.reshape(-1, 1)
plt.hist(X, bins=30, density=True, alpha=0.5)
plt.plot(x, np.exp(gmm.score_samples(x)), label='GMM')
plt.xlabel('x')
plt.ylabel('Probability')
plt.legend()
plt.show()

在使用 GaussianMixture 模型时,random_state 参数用于控制初始化高斯混合模型的随机性,包括初始化聚类中心、对数似然函数等,从而控制着模型中的随机数生成过程
设置 random_state 参数的主要目的是为了在需要重复实验或结果可复现的情况下,确保每次运行模型时都能得到相同的结果。
当设置了 random_state 参数时,模型将会使用指定的随机种子来初始化,确保每次运行模型时都得到相同的随机初始化结果。这样可以使得模型的输出对于其他人来说更容易理解和复现。
参数 random_state 可以传入一个整数值,例如 random_state=42,这个整数值就是随机种子。通过设置相同的随机种子,可以确保在相同数据集上运行模型时得到一致的结果。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/842470.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

漫步者x1穷鬼耳机双耳断连

困扰了我两天,终于有时间解决这个问题了,查看了一堆都是别的型号。怎么没人用这个啥按键都没有的耳机QAQ,幸好给我找到了说明书,啊哈哈! 说明书地址

堆结构知识点复习——玩转堆结构

前言:堆算是一种相对简单的数据结构, 本篇文章将详细的讲解堆中的知识点, 包括那些我们第一次学习堆的时候容易忽略的内容, 本篇文章会作为重点详细提到。 本篇内容适合已经学完C语言数组和函数部分的友友们观看。 目录 什么是堆 建堆算法…

与神对话-1

背景 那段时间,我的个人生活、职业和感情方面都很不愉快,我觉得我的生活方方面面全都失败了。多年来,我已经习惯于用信写下自己的思想(我从未想过寄给谁),我拿起我那忠实的黄颜色的本子,并开始…

电脑找不到opencl.dll原因分析及5种详细的解决方法

在计算机使用过程中,我们经常会遇到一些错误提示,其中之一就是“找不到opencl.dll”。这通常意味着计算机中缺少或损坏了与OpenCL(开放计算语言)相关的动态链接库文件。OpenCL允许应用程序利用图形处理器(GPU&#xff…

【问题记录】QT“类型强制转换“:无法从“ATL::CString“转换为“LPCWSTR“

一,问题现象 环境:VS2019QT 报错提示:“类型强制转换”:无法从"ATL::CString"转换为"LPCWSTR" 二,解决方法 打开项目属性,设置字符集,如下所示:

BFS解决最短路问题(详解)

目录 BFS简介 && 框架: 一.二叉树的最小深度 二:迷宫中里入口最近的出口: 三.最小基因变化: 四:单词接龙: ​五:为高尔夫比赛砍树: BFS简介 && 框架: 说到BFS…

动态规划-卡特兰数

不同的二叉搜索树(96) 题目描述: 状态表示: 建立一维数组dp,使用dp[i]来表示i个节点时有的二叉搜索树种类。 状态转移方程: 因为dp[i]表示有i个节点,我们设置一个循环,循环下标为j,此时j代表第几个节点为…

STM32Cube系列教程10:STM32CubeIDE工程创建+串口DMA+IDLE+printf重定向+软中断处理串口数据+非阻塞延时任务

文章目录 工程配置配置时钟配置Debug接口配置串口外设配置时钟树生成代码 配置串口重定向printf配置串口,开启IDLE,开启软中断 配置非阻塞延时任务调度函数编写任务调度函数延时任务创建 编译,下载与测试编译下载测试 前两天收到了ST社区的NU…

关于智能汽车的一些思考

当前智能汽车上一般配置有12路超声波雷达,这些专用超声波雷达内置了MCU,直接输出数字化的测距结果,一般硬件接口采用串口RS485,通信协议采用modbus。 一、RS485与RS232(UART)有什么不同? 1.接…

5.27周报

这两周邻近毕业故没有很多时间来学习课余内容,另外最近身体有些不舒服【偏头痛】,所以学的内容不多,包括SVM向量机和ResNet【不包括代码复现】 1.SVM支持向量机的大概内容 1、目的: 主要内容是如何找到分类的那条线【超平面】—…

我的世界开服保姆级教程

前言 Minecraft开服教程 如果你要和朋友联机时,可以选择的方法有这样几种: 局域网联机:优点:简单方便,在MC客户端里自带。缺点:必须在同一局域网内。 有些工具会带有联机功能:优点:一…

Transformer详解(5)-编码器和解码器

1、Transformer编码器 import torch from torch import nn import copy from norm import Norm from multi_head_attention import MultiHeadAttention from feed_forward import FeedForward from pos_encoder import PositionalEncoderdef get_clones(module, N):"&quo…

【GateWay】自定义RoutePredicateFactory

需求:对于本次请求的cookie中,如果userType不是vip的身份,不予访问 思路:因为要按照cookie参数进行判断,所以根据官方自带的CookieRoutePredicateFactory进行改造 创建自己的断言类,命名必须符合 xxxRout…

整理前端新出的操作工具好用又好玩(Custom Formatter,Oxlint,Nuxt DevTools,component-party)

1.使用Custom Formatter 使vue3中的reactive object 在Chrome在console中更易理解的方式展现 启用步骤: 1.打开控制台,然后打开console设置 2.前往proferences中的Console,勾选Enable custom formatters选项 3.刷新页面 2.使用css Overv…

FreeRtos进阶——关于任务的深入探究

创建任务函数 在我们创建任务中,会有几个比较神奇的参数,例如函数名称,以及栈大小。在我们创建任务时,也相应的要为每一个任务创建栈。这里面的栈除了用于任务数组开辟的空间外,还可以用于保存现场,例如有S…

手把手从0到1教你做STM32+FreeRTOS智能家居--第11篇之步进电机

一、硬件设计 步进电机介绍 本项目用到的是常见的也是控制起来最简单的步进电机:五线四项的步进电机28BYJ-48。 单片机IO口输出电流太小无法直接驱动电机运行,在这里我们需要另外加一个电机驱动板。可以选择ULN2003电机驱动板。 步进电机的控制原理 …

JAVA面试题大全(十三)

1、Mybatis 中 #{}和 ${}的区别是什么? 在 MyBatis 中,#{} 和 ${} 是两种用于参数绑定的方式,它们之间的主要区别在于数据处理的方式和 SQL 注入的风险。 #{}:预编译处理 #{} 用于预编译处理,MyBatis 会为其生成 Prep…

jmeter发送webserver请求和上传请求

有时候在项目中会遇到webserver接口和上传接口的请求,大致参考如下 一、发送webserver请求 先获取登录接口的token,再使用cookie管理器进行关联获取商品(webserver接口),注意参数一般是写在消息体数据中,消息体有点像HTML格式 执…

JavaScript数据类型与转换

JavaScript是一种弱类型语言,在定义变量的时候不用规定数据的类型,但这部表示JavaScript没有规定数据类型。 数值 JavaScript中数值类型不区分浮点数与整数,所有的数值都以浮点型来表示。另外JavaScript核心,Math还提供了大量的…

windows 搭建 go开发环境

go语言(或 Golang)是Google开发的开源编程语言,诞生于2006年1月2日下午15点4分5秒,于2009年11月开源,2012年发布go稳定版。Go语言在多核并发上拥有原生的设计优势,Go语言从底层原生支持并发,无须…