文献

J-GLOBAL ID：201802239673841133   整理番号：18A0644868

マルチレベルブロックによる交通ビデオの知的認識背景モデリング手法【JST・京大機械翻訳】

Background modeling based on multi-level block for traffic video intelligent recognition

著者 (4件)： Xie Han (西南交通大学 交通運輸与物流学院,成都610031;綜合交通運輸智能化国家与地方聯合工程実験室,成都610031) ,  Jiang Yangsheng (西南交通大学 交通運輸与物流学院,成都610031;綜合交通運輸智能化国家与地方聯合工程実験室,成都610031) ,  Yao Zhihong (西南交通大学 交通運輸与物流学院,成都610031;綜合交通運輸智能化国家与地方聯合工程実験室,成都610031) ,  Peng Sai (西南交通大学 交通運輸与物流学院,成都,610031)
資料名： Harbin Gongye Daxue Xuebao  (Harbin Gongye Daxue Xuebao)
巻： 46  号： 9  ページ： 40-46  発行年： 2017年 
JST資料番号： W1450A  ISSN： 0367-6234  CODEN： HPKYAY  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： ビデオ監視における背景モデリング法を改善するために,前景の多い,あるいは複雑な環境変化に対する複雑な環境効果の欠点を克服するために,多段階ブロック背景モデリング法を提案した。この方法は,N-フレームのフレーム差法に基づいて,マルチレベルブロックを採用したもので,この方法を用いることにより,この方法を用いた。対称性二値パターン(center-symmetric local binary pattern,CSLBP)とコード(codebook,CB)などのアルゴリズムを結合して背景モデルを構築した。モデルにより,背景が明瞭で完全になり,将来のターゲットの正確な認識のための良好な基礎を提供することができた。実験結果は,この方法の有効性を示した。それは,局所的二値パターン(LBP),CSLBP,CB,および古典的混合Gauss背景モデリング(MOG)アルゴリズムと比較した。この方法によって抽出された前景目標物はより完全で、境界がより明瞭で、明らかなブロック図形が現れないことが分かった。採点法を用いて、いくつかの方法に対して総合的な採点を行い、この方法の採点は比較的に高かった。この方法は,前景目標物の抽出法において,より良い効果を示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 対称性 ,  環境効果 ,  アルゴリズム ,  モデル ,  *録画装置 ,  ブロック線図
準シソーラス用語： 採点 ,  背景モデル ,  環境変化 ,  前景 ,  ビデオ監視 ,  *背景モデリング , 【Automatic Indexing@JST】

著者キーワード (6件)： background modeling ,  frame differential method ,  local binary pattern ,  center-symmetric local binary pattern ,  codebook ,  multi-Gauss model

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)： マルチレベル ,  交通 ,  ビデオ ,  背景モデリング ,  手法