與傳統(tǒng)背景減除建模算法相比，視頻背景提取算子（ VIBE）算法無(wú)需估計(jì)背景數(shù)據(jù)的概率分布。所以，不像傳統(tǒng)背景減除算法需要一定數(shù)量的訓(xùn)練視頻幀，具有較小的運(yùn)算復(fù)雜度與較好的精度，適用于嵌入式實(shí)時(shí)視頻監(jiān)測(cè)。某些場(chǎng)合下，視頻流需要適時(shí)改變分辨率。然而，傳統(tǒng)VIBE算法通常采用固定參數(shù)，不同分辨率的視頻流，會(huì)導(dǎo)致固定參數(shù)的VIBE算法的檢測(cè)精度下降。為此提出一種基于量子蟻群最優(yōu)（QPSO）參數(shù)尋優(yōu)算法，在初始狀態(tài)對(duì)于視頻流進(jìn)行參數(shù)尋優(yōu)計(jì)算，獲取相應(yīng)的最優(yōu)參數(shù)，從而提高VIBE算法的學(xué)習(xí)能力。實(shí)驗(yàn)從定量和定性?xún)蓚€(gè)角度驗(yàn)證了本文改進(jìn)的VIBE算法大幅度提升了針對(duì)不同分辨率的視頻流分析能力。
?