Resumen

La detección y clasificación de objetivos en movimiento siempre han sido una tecnología clave en la videovigilancia inteligente. Los algoritmos actuales de detección y clasificación de objetivos en movimiento todavía enfrentan muchas dificultades, principalmente debido a la complejidad del entorno de monitoreo y las limitaciones de las características del objetivo. Por lo tanto, este artículo lleva a cabo una investigación correspondiente sobre la detección y clasificación de objetivos en movimiento en la videovigilancia inteligente. Según el Modelo de Fondo de Mezcla Gaussiana y el Método de Diferencia de Cuadros, este documento propone un método de detección de objetivos en movimiento basado en GMM (Modelo de Mezcla de Gaussianas) y el Método de Diferencia de Cuadros. Este método propone primero un nuevo algoritmo de combinación de imágenes que combina GMM y el método de diferencia de cuadros, lo que resuelve los problemas de ruido y huecos dentro del objetivo causados por la fusión del GMM tradicional y el método de diferencia de cuadros. El método de det

• Materias:Comunicación inalámbrica Dispositivos móviles Seguridad de la información Algoritmo de inteligencia Sensor inteligente
• Subjects:Wireless communication Mobile devices Information security Algorithm intelligence Intelligent sensor
• Palabras claves:Detección; Clasificación; Objetivos en movimiento; Videovigilancia inteligente; Modelo de Fondo de Mezcla Gaussiana; Método de Diferencia de Cuadros
• Keywords:Detection; Classification; Moving targets; Intelligent video surveillance; Gaussian Mixture Background Model; Frame Difference Method