- 上一篇：二维码理论及其在电子商务中的应用研究
- 下一篇：泰勒级数及其应用
（式4.5）
如此标准化后，便符合了条件 。对于匹配的第K个Gaussian分布均值和方差进行如下更新：
（式4.6）
（式4.7）
其中，ρ是一个更新常数，表示Gaussian分布中各个参数更新快慢的程度。ρ较大时，则使得背景模型对背景变化的响应速度比较快，但是对运动目标的抗干扰能力不好，ρ较小时则相反；但是因为在多元Gaussian模型中，多个Gaussian模型来决定此时背景的判断，因此权值的影响也会影响到背景的更新，对背景的更新以及运动目标的抗干扰能力也会受到权值的更新率α的影响，使得α对背景模型的影响缩小化了。本篇论文对算子的匹配做了一点点改进，利用连续三帧图像作对称差分，这种方法可以很好地检测出中间帧运动目标的形状轮廓，并判断出当前像素是否为背景像素：