《表3 算法实时性指标对比》
本文在核密度估计算法的基础上,针对核密度估计背景建模时需要对采样点周围多帧图像像素进行统计分析导致运算量大的缺点,引入视频关键帧的检测来减少模型的复杂度以满足算法实时性的要求。表3为GMM、KDE、本文算法实时性指标对比结果。由表3可知,GMM算法复杂度高,实时性较差,平均实时性指标为1.36,在第3、4组试验中,受到光照突变的影响,复杂度突然增大。KDE算法平均实时性指标为1.18,而本文算法的平均实时性指标为1.11,且试验中的干扰因素基本对模型实时性没有影响,这表明应用本文算法实现奶牛运动目标的实时提取基本可行。
图表编号 | XD0055593900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.25 |
作者 | 宋怀波、阴旭强、吴頔华、姜波、何东健 |
绘制单位 | 西北农林科技大学机械与电子工程学院、农业农村部农业物联网重点实验室、西北农林科技大学机械与电子工程学院、农业农村部农业物联网重点实验室、西北农林科技大学机械与电子工程学院、农业农村部农业物联网重点实验室、西北农林科技大学机械与电子工程学院、农业农村部农业物联网重点实验室、西北农林科技大学机械与电子工程学院、农业农村部农业物联网重点实验室 |
更多格式 | 高清、无水印(增值服务) |