کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4970177 1450031 2017 10 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Scene conditional background update for moving object detection in a moving camera
ترجمه فارسی عنوان
به روز رسانی پس زمینه مشروط برای تشخیص حرکت جسم در یک دوربین متحرک صحنه
کلمات کلیدی
تفریق پس زمینه در یک دوربین متحرک، تشخیص شیء حرکتی به روز رسانی پس زمینه مشروط صحنه
ترجمه چکیده
این مقاله یک الگوریتم تشخیص جسم متحرک برای تغییرات مختلف صحنه در یک دوربین متحرک پیشنهاد می دهد. در صحنه متحرک دوربین، هر دو پس زمینه و اشیاء در حال حرکت هستند در حالی که سطح روشنایی به طور کلی متنوع است. برای مقابله با این تغییرات صحنه، یک طرح بروزرسانی پس زمینه مشروط صحنه پیشنهاد می کنیم که به طور سازنده زمینه را با توجه به نحوه تغییر صحنه ایجاد می کند. اول، ما سه متغیر شرایط صحنه حرکت پس زمینه، حرکت پیش زمینه و تغییرات نور را برای آگاهی از وضعیت صحنه تخمین می زنیم. سپس جنبش دوربین را جبران می کنیم و مدل پس زمینه را با توجه به شرایط صحنه به طرق مختلف به روز می کنیم. در نهایت، ما یک روش پیشنهادی جدید پیشنهادی با نقشه احتمالی پیش فرض، دو آستانه و یک الگوریتم آبخیز برای ایجاد یک منطقه پیش زمینه متصل به فضایی پیشنهاد می کنیم. ما اثربخشی روش ما کمی و کیفی با ده فیلم در شرایط مختلف صحنه معتبر است. نتایج تجربی نشان می دهد که روش ما خود را به تغییرات صحنه های پویا متصل می کند و از لحاظ پیشرفته ترین روش ها را بهبود می بخشد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر چشم انداز کامپیوتر و تشخیص الگو
پیش نمایش مقاله
به روز رسانی پس زمینه مشروط برای تشخیص حرکت جسم در یک دوربین متحرک صحنه
چکیده انگلیسی
This paper proposes a moving object detection algorithm adapting to various scene changes in a moving camera. In the moving camera scene, both backgrounds and objects are moving while the level of illumination in general varies frequently. To handle these scene changes, we propose a scene conditional background update scheme that adaptively builds the background according to how the scene changes. First, we estimate the three scene condition variables of background motion, foreground motion and illumination changes for an awareness of the scene condition. We then compensate for the camera movement and update the background model in different ways according to the scene condition. Lastly, we propose a new foreground decision method with a foreground likelihood map, two thresholds, and a watershed algorithm to generate a spatially connected foreground region. We validate the effectiveness of our method quantitatively and qualitatively with ten videos in various scene conditions. The experimental results show that our method adapts itself to dynamic scene changes and outperforms state-of-the-art methods.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Pattern Recognition Letters - Volume 88, 1 March 2017, Pages 57-63
نویسندگان
, , ,