《表2 算法评价结果：自适应混合高斯建模的高效运动目标检测》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《自适应混合高斯建模的高效运动目标检测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

BD-GMM、TFD-EC和本文算法的评价结果如表2所示。由表2可知，本文算法的检出率、准确率明显高于BD-GMM和TFD-EC算法。由于图像中目标的运动较为缓慢，TFD-EC算法比BD-GMM算法未检测出的人数较多，导致检测率较低，并且由于动态背景的干扰，所获结果中存在噪声，使得误检目标增多；BD-GMM算法采用了混合高斯背景建模，对动态环境适应性强，相同人数的目标图像中所检测出的运动人数较TFD-EC算法有所增加，准确率提高，但对人物与背景颜色相似的目标仍存在漏检现象；本文算法综合了BD-GMM和TFD-EC算法的优势，在提升检测率的同时保证较高的准确率，前景信息很好地保存了目标轮廓，剔除了动态背景对目标的干扰，完整获取了运动目标。根据F-score，本文算法相比其他算法具有更高的值，即在目标检测中更有效。