教師なし背景減算アルゴリズムの結合により達成可能な性能の調査【JST・京大機械翻訳】

Pierard Sebastien; Braham Marc; Van Droogenbroeck Marc

プレプリント

J-GLOBAL ID：202202220906339077 整理番号：22P0295175

教師なし背景減算アルゴリズムの結合により達成可能な性能の調査【JST・京大機械翻訳】

An exploration of the performances achievable by combining unsupervised background subtraction algorithms

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年02月25日プレプリントサーバーでの情報更新日： 2022年02月25日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

背景:減算(BGS)はビデオにおける運動検出を行うための一般的な選択である。BGSアルゴリズムの冗長性は毎年解放されるが,運動を検出するためにそれらを組み合わせることは,ほとんど調査されていない。組合せ戦略が,この大量の利用可能なBGSアルゴリズムに資本化することを可能にし,性能改善のために重要な空間を提供することを見出した。本論文では,ROC空間およびF1スコアの両者において,CDnet2014データセット上で,6つの戦略結合,ピクセルワイズ,26教師なしBGSアルゴリズムの出力,により達成可能な性能のセットを調べた。選択した戦略は,決定論的および非決定論的なもの,投票および学習の両方を含む戦略の大きなパネルに対して代表である。著者らの実験において,著者らの結果を最先端の組合せIUTIS-5とCNN-SFCと比較し,6つの結論を報告し,その中で,個々のアルゴリズムの性能とそれらを結合することによって達成可能な最良の性能の間の重要なギャップの存在を報告した。【JST・京大機械翻訳】

, , , , , ,
, , 【Automatic Indexing@JST】

パターン認識 , 図形・画像処理一般

, , ,

前のページに戻る