文献

J-GLOBAL ID：201702257688879638   整理番号：17A1730901

形質転換L_1関数による監視ビデオからの背景モデル化【Powered by NICT】

Background modeling from surveillance video via transformed L₁ function

著者 (4件)： Zhang Fanlong (School of Technology, Nanjing Audit University, Nanjing, China) ,  Wan Minghua (School of Technology, Nanjing Audit University, Nanjing, China) ,  Yang Guowei (School of Technology, Nanjing Audit University, Nanjing, China) ,  Yang Zhangjing (School of Technology, Nanjing Audit University, Nanjing, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ISC2  ページ： 1-4  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 監視ビデオからの背景モデリングは,イベント検出と人間行動認識に重要な役割を果たしている。その目標である背景シーンに依存しないことを映像中の移動物体を見つけることである。多くの背景モデリングアルゴリズムの中で,ロバストな主成分分析は,最近人気のある技術,L1ノルムによる移動物体の特性化である。しかし,L1ノルムはしばしば不正確な解を導いた。この限界を克服するために,本論文では,形質転換したL1関数(BM TL1)に基づく背景モデリング法を提案した。動機は,形質転換したL1関数は,パラメータを調整することによってL0とL1ノルムを内挿することができることである。変換されたL1関数のもう一つの利点は,閉じた形の反復しきい値関数を,効率的に最適化できる,である。実験は提案した方法の有効性を示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： キャラクタリゼーション ,  内挿法 ,  移動体 ,  *録画装置 ,  映像 ,  ロバスト性 ,  アルゴリズム ,  主成分分析 ,  最適化
準シソーラス用語： L1ノルム ,  イベント検出 ,  背景モデリング ,  *背景モデル , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 形質転換 ,  関数 ,  ビデオ ,  背景モデル