《表5 不同背景建模方法检测结果对比》

  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

《遥感视频卫星运动车辆目标快速检测》

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

第3组实验在感兴趣区域约束下，将本文采取的背景建模方法（IAGMM)（Zivkovic和Van Der Heijden，2004）与自适应背景学习（ABL）（McFarlane和Schofield，1995）、模糊高斯模型（LBFG）（Sigari等，2008）、单高斯模型（LBSG）（Benezeth等，2008）以及高斯混合模型（DPZAGMM）（Zivkovic和Schofield，2006）4种经典背景建模方法进行对比。表5展示了使用不同背景建模方法时，车辆检测的结果对比。LBFG和LBSG方法检测率较高，但其检测的准确率远低于其他方法。DPZAGMM方法检测的准确率最高，但其漏检现象较为严重。而本文采用的方法能够平衡车辆的检测率和准确率，有着最好的检测质量。