文献

J-GLOBAL ID：201702281310961869   整理番号：17A1550155

背景減算アルゴリズムの独立品質推定【Powered by NICT】

Stand-alone quality estimation of background subtraction algorithms

著者 (3件)： Ortego Diego (Video Processing and Understanding Lab, Universidad Autonoma de Madrid, Spain) ,  SanMiguel Juan C. (Video Processing and Understanding Lab, Universidad Autonoma de Madrid, Spain) ,  Martinez Jose M. (Video Processing and Understanding Lab, Universidad Autonoma de Madrid, Spain)
資料名： Computer Vision and Image Understanding  (Computer Vision and Image Understanding)
巻： 162  ページ： 87-102  発行年： 2017年 
JST資料番号： W0185A  ISSN： 1077-3142  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 前景セグメンテーションは,複数のコンピュータビジョン応用において重要な段階である,既存のアルゴリズムは,グランドトルースデータを用いて評価されている。セグメント前景品質を推定する基準を必要としないまたは独立評価は,グランドトルースベース評価に固有の限界を克服するための代替方法である。本研究では,背景減算アルゴリズムにおけるセグメンテーション品質を推定するための良好なオブジェクト特性を決定するための関連研究分野で提案された既存のスタンドアロン対策を調査し,検討した。スタンドアロン評価尺度のための新しい分類を提案し,二十一の提案を解析した。八背景減算アルゴリズムのセグメンテーションマスクを評価するために選択された対策の有用性を実証した。実験は種々のチャレンジ(CDNET2014)を持つ大きな不均一データセット上で行い,品質を推定するための対策のどの特性が最も効果的で同定した。実験も定性的性能レベルを識別することができ,背景減算アルゴリズムは,グランドトルースを必要とせずにランク付けできることを示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *品質 ,  セグメンテーション ,  *アルゴリズム ,  等級づけ ,  コンピュータビジョン
準シソーラス用語： グランドトゥルース ,  評価尺度 ,  前景 ,  *背景差分法 , 【Automatic Indexing@JST】

著者キーワード (4件)： スタンドアロン品質推定 ,  スタンドアロン評価 ,  前景セグメンテーション品質 ,  背景減算

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 背景減算 ,  アルゴリズム ,  推定