文献

J-GLOBAL ID：202002238152496963   整理番号：20A0223521

Gaussフィルタリングに基づく運動前景検出のためのKNN非パラメトリックカーネル密度推定法【JST・京大機械翻訳】

KNN Non-Parametric Kernel Density Estimation Method for Motion Foreground Detection Based on Gaussian Filtering

著者 (2件)： Yang Xiaoqiang (Xi’an University of Science and Technology) ,  Feng Tianju (Xi’an University of Science and Technology)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： IHMSC  ページ： 93-96  発行年： 2019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： 背景差分は,移動目標検出における重要な方法である。その困難さは動的背景モデルの確立にある。すべての種類の非パラメトリック密度推定法はこの問題を解決するのに効果的であるが,前景画像には明らかな影があり,ターゲットが前方に移動し,後方,左,右に短距離で移動するとき,ターゲットの輪郭を明確には概説できない。この問題を解決するために,Gaussフィルタに基づくK最近傍非パラメトリックカーネル密度推定法をターゲット検出のために提案した。k-最近傍非パラメトリックカーネル密度推定を用いて,画像中の画素の確率密度を解析し,動的ターゲットを抽出した。一方,Gaussフィルタを用いて,周波数領域におけるサンプリングビデオフレーム上の高域フィルタリングを行った。次に,得られた画像を,最終目標画像を得るために,ビットレベルで前景画像と融合した。実験により,本方法は,特定の一般性,影除去の明白な効果,明確な目標輪郭を持ち,そして,複雑な環境における動的目標を検出することができた。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 普遍性 ,  確率密度 ,  周波数領域 ,  高域フィルタ ,  画素 ,  *Gaussフィルタ
準シソーラス用語： ターゲット検出 ,  *前景 ,  *推定法 ,  背景モデル ,  移動目標 ,  背景差分法 ,  *カーネル推定 ,  *前景検出 , 【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 (6件)： Gaussフィルタ ,  運動 ,  前景検出 ,  KNN ,  密度 ,  推定法