آشکارسازی اشیاء متحرک در دنباله های ویدئویی با استفاده از روش غیر پارامتری (دوربین ثابت)

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 700

فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

KMTTORBAT01_030

تاریخ نمایه سازی: 16 خرداد 1394

چکیده مقاله:

در این مقاله یک روش جدید برای تقسیم بندی پیش زمینه ارائه شده است. روش ارائه شده از الگوی مدل سازی پس زمینه به صورت غیر پارامتری استفاده می کند. بنابراین پس زمینه توسط تاریخچه مقادیر مشاهده شده اخیر از یک پیکسل مدل سازی می شود. تصمیم گیری در مورد پیش زمینه توسط آستانه ای تعیین می شود و به روز رسانی پس زمینه توسط پارامتر یادگیری انجام می شود، این پارامتر به صورت پویا روی هر پیکسل اعمال می شود و یک کنترل گر پویا برای هر کدام معرفی می کند و هر کدام از این کنترل کننده ها توسط یک تخمین از پویایی پس زمینه مدیریت می شود. نتایج آزمایش ها کارایی روش ارائه شده را در کاربردهای عملی نشان می دهد.

نویسندگان

حمیده نادی زارچ

دانشجوی کارشناسی ارشد، گروه کامیپوتر، دانشگاه علم و هنر یزد

فاطمه سعادتچو

استادیار، گروه کامیپوتر، دانشگاه علم و هنر یزد

مهدی رضائیان

استادیار، دانشکده ی مهندسی برق و کامپیوتر، دانشگاه یزد

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • M. Piccardi, "Background subtraction techniques: a review, " IEEE international ...
  • R. J. Radke, S. Andra, O. Al-Kofahi, and B. Roysam, ...
  • C. Stauffer and W. E. L. Grimson, "Adaptive background mixture ...
  • H. Wang and D. Suter, "A consensus -based method for ...
  • O. Barnich and M Van Droogenbroeck, "ViBe: A universal background ...
  • نمایش کامل مراجع