文献

J-GLOBAL ID：201802217927229481   整理番号：18A0586934

合体背景減算とオプティカルフロー法による移動カメラのための移動物体検出法【Powered by NICT】

Moving-object detection method for moving cameras by merging background subtraction and optical flow methods

著者 (5件)： Makino Kengo (Data Science Research Labs., NEC Corporation, Kanagawa, Japan) ,  Shibata Takashi (Data Science Research Labs., NEC Corporation, Kanagawa, Japan) ,  Yachida Shoji (Data Science Research Labs., NEC Corporation, Kanagawa, Japan) ,  Ogawa Takuya (Data Science Research Labs., NEC Corporation, Kanagawa, Japan) ,  Takahashi Katsuhiko (Data Science Research Labs., NEC Corporation, Kanagawa, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： GlobalSIP  ページ： 383-387  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： 本論文では,移動カメラのための新しい移動物体検出法を紹介した。提案した方法は,準実時間で,より正確に移動物体を検出するための二つのスコアを統合する。リアルタイム応用のための二スコア,異常と運動を設計した。異常スコアは,背景減算に基づいて計算した電流像と背景モデル間の画素強度の差に依存した。異常スコアは高精度速度と移動物体ピクセルを抽出したが,その強度はバックグラウンドに近いオブジェクトピクセルで検出(低再現率)を生じる傾向がある。運動スコアは,まばらなオプティカルフロー,まばらにサンプリングされた点の短期追跡結果に基づいているから計算した。運動スコアは高い再現率を用いた移動物体の画素を抽出することができ,それらの画素強度はバックグラウンドに近い。しかし,スパースなオプティカルフローによる物体境界付近では過剰検出(低精度)を生じる傾向がある。お互いを補償するためにこれらの二つの相補的なスコアを融合することを提案し,それがロバスト性と高分解能で移動物体を検出することができる。実験結果は,提案した方法がF値の点で従来の方法より優れていることを示した。Copyright 2018 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： 高分解能 ,  画素 ,  *移動体 ,  ロバスト性 ,  *検出法 ,  *オプティカルフロー ,  電流
準シソーラス用語： F値 ,  再現率 ,  高精度 ,  背景モデル ,  スコア ,  実時間 ,  *移動カメラ ,  *背景差分法 , 【Automatic Indexing@JST】

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 (6件)： 合体 ,  背景減算 ,  オプティカルフロー ,  移動カメラ ,  移動物体 ,  検出法