文献

J-GLOBAL ID：201702250930968650   整理番号：17A1593669

複雑な背景の下での視覚的背景抽出のための前景検出アルゴリズムを改良するためのアルゴリズムを提案した。【JST・京大機械翻訳】

Foreground detection algorithm based on improved visual background extractor in complex background

著者 (5件)： Wang Hua (火箭軍工程大学 502教研室,西安,710025) ,  Li Aihua (火箭軍工程大学 502教研室,西安,710025) ,  Cui Zhigao (火箭軍工程大学 502教研室,西安,710025) ,  Fang Hao (火箭軍工程大学 502教研室,西安,710025) ,  Shi Song (天津津航技術物理研究所,天津,300308)
資料名： Jisuanji Yingyong Yanjiu  (Jisuanji Yingyong Yanjiu)
巻： 34  号： 4  ページ： 1261-1264  発行年： 2017年 
JST資料番号： C2536A  ISSN： 1001-3695  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 視覚背景抽出モデルに存在する影抑制効果が悪く、動的背景の適応能力が不足しているなどの問題に対して、改良した視覚背景抽出モデルアルゴリズムを提案した。モデル構築段階において,このアルゴリズムは,空間情報の初期化背景モデルを完全に融合し,サンプルの反復選択を避けることができ,そして,影抑制能力を改善することができた。ピクセルの分類段階において,背景の動的な度合いに従って,適応閾値距離を導入して,グローバルな固定閾値を置換することによって,動的背景に対する適応性を強化した。背景更新段階において,連続的マルチフレーム判定のための前景画素の閾値を判断して,背景モデルに更新して,運動背景と静止前景によって引き起こされた虚影現象を除去した。いくつかの公開ビデオデータによる試験結果は,提案したアルゴリズムが,複雑な背景の下で,典型的なアルゴリズムと比較して,高い精度とロバスト性を持っていることを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： ロバスト性 ,  モデリング ,  *アルゴリズム ,  *視覚 ,  適応性 ,  画素
準シソーラス用語： 映像データ ,  適応閾値 ,  背景モデル ,  空間情報 ,  適応能力 ,  抑制効果 ,  *検出アルゴリズム ,  *前景 , 【Automatic Indexing@JST】

著者キーワード (5件)： complex background ,  foreground detection ,  visual background extractor ,  ghost suppression ,  self-adaptive threshold

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 背景 ,  視覚 ,  前景検出 ,  アルゴリズム ,  提案