文献

J-GLOBAL ID：202002264560671294   整理番号：20A0577805

色と統計モデリングを用いた交通監視ビデオ解析のための新しい鋳造影検出法【JST・京大機械翻訳】

A new cast shadow detection method for traffic surveillance video analysis using color and statistical modeling

著者 (2件)： Shi Hang (Department of Computer Science, New Jersey Institute of Technology, Newark, NJ 07102, USA) ,  Liu Chengjun (Department of Computer Science, New Jersey Institute of Technology, Newark, NJ 07102, USA)
資料名： Image and Vision Computing  (Image and Vision Computing)
巻： 94  ページ： Null  発行年： 2020年 
JST資料番号： A0611C  ISSN： 0262-8856  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： 交通監視ビデオ解析システムにおいて,車両の鋳造影はしばしばビデオ解析結果に負の影響を及ぼす。本論文では,前景からのキャスト影を検出し除去するために,新しい前景検出法と鋳造影検出法からなる新しい鋳造影検出フレームワークを提案した。この新しい前景検出法は,革新的な全球モデリング(GFM)法,Gauss混合モデルまたはGMM,および前景とバックグラウンド分類のためのBayes分類器を適用する。GFM法はグローバル前景モデリングのためのものであるが,GMMは局所的背景モデリングのためであり,Bayes分類器は前景検出のための前景と背景モデルの両方を適用する。GFM法の原理は,前景物体がしばしば最近のフレームに現れるという観察から生じ,それらの軌跡はこれらのフレームにおいてしばしば異なる位置に導く。結果として,前景オブジェクトを特性化するために用いられた統計モデルは,ピクセルベースまたは局所的に定義されなければならない。鋳造影検出法は4つの階層的ステップを含んでいる。最初に,HSV色空間における候補影画素を検出するために,新しい色基準の集合を提示した。第二に,新しい影領域検出法を提案して影領域に影画素をクラスタ化した。第3に,影クラスをモデル化するために単一Gauss分布を用いる統計的影モデルを,影画素を分類するために提示した。第4に,凝集影検出法を,最終的影検出のために提示した。公共ビデオデータ「Highway-1」と「Highway-3」を用いた実験と,新しいJerssey of Transportation(NJDOT)実トラフィックビデオシーケンスは,提案した方法の実現可能性を示した。特に,提案した方法は,一般的な影検出法よりも良好な影検出性能を達成し,トラフィックビデオ解析結果を改善することができる。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *鋳造 ,  クラスタ化 ,  *検出法 ,  統計模型 ,  画素 ,  キャラクタリゼーション ,  正規分布 ,  *録画装置 ,  凝集
準シソーラス用語： 検出能 ,  背景モデル ,  Bayes分類器 ,  Gauss混合モデル ,  前景 ,  *ビデオ分析 , 【Automatic Indexing@JST】

著者キーワード (6件)： 交通ビデオ解析 ,  影検出 ,  世界的な前景モデリング(GFM) ,  新しい色基準 ,  影領域検出法 ,  統計的影モデリング

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 (8件)： 色 ,  統計 ,  モデリング ,  交通 ,  ビデオ解析 ,  鋳造 ,  影 ,  検出法