6,437 matches
-
traficul într-o intersecție. Într-un mediu exterior, algoritmul de extragere a fundalului trebuie să se adapteze nivelelor diferite de iluminare de la diferite momente de timp ale zilei și condițiilor de mediu cum ar fi ceața sau ninsoarea, care modifică fundalul. Umbrele în mișcare, realizate de obiectele în mișcare trebuie eliminate. Evoluția complexă a traficului în intersecție poate de asemenea ridica probleme în algoritmul de extragere a fundalului. Vehiculele se mișcă cu o viteză normală când semaforul este verde, dar tind
Sisteme video by Codrin Donciu () [Corola-publishinghouse/Science/84096_a_85421]
-
zilei și condițiilor de mediu cum ar fi ceața sau ninsoarea, care modifică fundalul. Umbrele în mișcare, realizate de obiectele în mișcare trebuie eliminate. Evoluția complexă a traficului în intersecție poate de asemenea ridica probleme în algoritmul de extragere a fundalului. Vehiculele se mișcă cu o viteză normală când semaforul este verde, dar tind să se oprească atunci când culoarea semaforului schimbă în roșu. Vehiculele rămân apoi nemișcate până la schimbare semaforului din nou în verde. Un bun algoritm de extragere a fundalului
Sisteme video by Codrin Donciu () [Corola-publishinghouse/Science/84096_a_85421]
-
fundalului. Vehiculele se mișcă cu o viteză normală când semaforul este verde, dar tind să se oprească atunci când culoarea semaforului schimbă în roșu. Vehiculele rămân apoi nemișcate până la schimbare semaforului din nou în verde. Un bun algoritm de extragere a fundalului trebuie să țină cont de obiectele în mișcare care sunt integrate în fundal și la un moment de timp ulterior pot deveni parte din prim plan. În plus, pentru prelucrările în timp real ale multor aplicații, algoritmul de extragere a
Sisteme video by Codrin Donciu () [Corola-publishinghouse/Science/84096_a_85421]
-
tind să se oprească atunci când culoarea semaforului schimbă în roșu. Vehiculele rămân apoi nemișcate până la schimbare semaforului din nou în verde. Un bun algoritm de extragere a fundalului trebuie să țină cont de obiectele în mișcare care sunt integrate în fundal și la un moment de timp ulterior pot deveni parte din prim plan. În plus, pentru prelucrările în timp real ale multor aplicații, algoritmul de extragere a fundalului trebuie să fie din punct de vedere al timpului de calcul necostisitor
Sisteme video by Codrin Donciu () [Corola-publishinghouse/Science/84096_a_85421]
-
trebuie să țină cont de obiectele în mișcare care sunt integrate în fundal și la un moment de timp ulterior pot deveni parte din prim plan. În plus, pentru prelucrările în timp real ale multor aplicații, algoritmul de extragere a fundalului trebuie să fie din punct de vedere al timpului de calcul necostisitor și să aibă cerințe de memorie reduse, pentru a fi capabil să identifice cu acuratețe obiectele în mișcare dintr-o secvență video. Deși tehnicile complicate adesea produc performanțe
Sisteme video by Codrin Donciu () [Corola-publishinghouse/Science/84096_a_85421]
-
secvență video. Deși tehnicile complicate adesea produc performanțe superioare, tehnicile simple, cum este cea a filtrării mediane adaptive, pot oferi rezultate bune, mult mai simple din punct de vedere al calculului. Cei patru pași importanți în algoritmul de extragere a fundalului sunt: - preprocesarea, constă într-o serie de pași de procesare a imaginilor care transformă intrarea video brută într-un format ce poate fi prelucrat ulterior; - modelarea fundalului, utilizează cadrul video nou preluat pentru a determina și actualiza modelul de fundal
Sisteme video by Codrin Donciu () [Corola-publishinghouse/Science/84096_a_85421]
-
de vedere al calculului. Cei patru pași importanți în algoritmul de extragere a fundalului sunt: - preprocesarea, constă într-o serie de pași de procesare a imaginilor care transformă intrarea video brută într-un format ce poate fi prelucrat ulterior; - modelarea fundalului, utilizează cadrul video nou preluat pentru a determina și actualiza modelul de fundal. Acest model furnizează o descriere statistică a întregii scene de fundal; - detecția prim planului, identifică apoi pixelii din cadrul video care nu pot fi explicați adecvat de către modelul
Sisteme video by Codrin Donciu () [Corola-publishinghouse/Science/84096_a_85421]
-
fundalului sunt: - preprocesarea, constă într-o serie de pași de procesare a imaginilor care transformă intrarea video brută într-un format ce poate fi prelucrat ulterior; - modelarea fundalului, utilizează cadrul video nou preluat pentru a determina și actualiza modelul de fundal. Acest model furnizează o descriere statistică a întregii scene de fundal; - detecția prim planului, identifică apoi pixelii din cadrul video care nu pot fi explicați adecvat de către modelul de fundal și generează cu acești pixeli o mască a prim planului; - validarea
Sisteme video by Codrin Donciu () [Corola-publishinghouse/Science/84096_a_85421]
-
a imaginilor care transformă intrarea video brută într-un format ce poate fi prelucrat ulterior; - modelarea fundalului, utilizează cadrul video nou preluat pentru a determina și actualiza modelul de fundal. Acest model furnizează o descriere statistică a întregii scene de fundal; - detecția prim planului, identifică apoi pixelii din cadrul video care nu pot fi explicați adecvat de către modelul de fundal și generează cu acești pixeli o mască a prim planului; - validarea datelor, verifică masca, elimină acei pixeli care nu corespund obiectelor în
Sisteme video by Codrin Donciu () [Corola-publishinghouse/Science/84096_a_85421]
-
cadrul video nou preluat pentru a determina și actualiza modelul de fundal. Acest model furnizează o descriere statistică a întregii scene de fundal; - detecția prim planului, identifică apoi pixelii din cadrul video care nu pot fi explicați adecvat de către modelul de fundal și generează cu acești pixeli o mască a prim planului; - validarea datelor, verifică masca, elimină acei pixeli care nu corespund obiectelor în mișcare și generează masca finală. Procesarea în timp real este posibilă în măsura în care acești algoritmi sofisticați sunt aplicați numai
Sisteme video by Codrin Donciu () [Corola-publishinghouse/Science/84096_a_85421]
-
timp real, mărimea cadrelor și rata de reducere a cadrelor sunt utilizate în mod obișnuit pentru reducerea ratei de procesare a datelor. În cazul în care camera este mobilă sau sunt folosite mai multe camere în diferite locații, înainte de modelarea fundalului, este necesară înregistrarea imaginilor cadrelor succesive sau de la diferite camere. O altă chestiune importantă în preprocesare este formatul datelor utilizate de algoritmul particular de extragere a fundalului. Mulți algoritmi folosesc intensitatea luminoasă, care este o mărime scalară pentru fiecare pixel
Sisteme video by Codrin Donciu () [Corola-publishinghouse/Science/84096_a_85421]
-
este mobilă sau sunt folosite mai multe camere în diferite locații, înainte de modelarea fundalului, este necesară înregistrarea imaginilor cadrelor succesive sau de la diferite camere. O altă chestiune importantă în preprocesare este formatul datelor utilizate de algoritmul particular de extragere a fundalului. Mulți algoritmi folosesc intensitatea luminoasă, care este o mărime scalară pentru fiecare pixel. Totuși, imaginea color devine din ce în ce mai utilizată în literatura privind extragerea fundalului. Culoarea este mai bună decât strălucirea luminoasă în identificarea obiectelor în zonele de contrast redus și
Sisteme video by Codrin Donciu () [Corola-publishinghouse/Science/84096_a_85421]
-
O altă chestiune importantă în preprocesare este formatul datelor utilizate de algoritmul particular de extragere a fundalului. Mulți algoritmi folosesc intensitatea luminoasă, care este o mărime scalară pentru fiecare pixel. Totuși, imaginea color devine din ce în ce mai utilizată în literatura privind extragerea fundalului. Culoarea este mai bună decât strălucirea luminoasă în identificarea obiectelor în zonele de contrast redus și elimină umbrele obiectelor în mișcare. În plus față de culoare, caracteristicile imaginii bazate pe pixeli cum ar fi derivatele spațiale și temporale sunt uneori utilizate
Sisteme video by Codrin Donciu () [Corola-publishinghouse/Science/84096_a_85421]
-
elimină umbrele obiectelor în mișcare. În plus față de culoare, caracteristicile imaginii bazate pe pixeli cum ar fi derivatele spațiale și temporale sunt uneori utilizate pentru a obține informații legate de frontiere și mișcare. Principalul neajuns al folosirii culorii în modelarea fundalului este complexitatea mărită pentru estimarea parametrilor modelului. Modelarea fundalului este o etapă de bază a oricărui algoritm de extragere a fundalului. Multe cercetări au fost realizare pentru dezvoltarea unui model de fundal care să fie insensibil la modificările de mediu
Sisteme video by Codrin Donciu () [Corola-publishinghouse/Science/84096_a_85421]
-
caracteristicile imaginii bazate pe pixeli cum ar fi derivatele spațiale și temporale sunt uneori utilizate pentru a obține informații legate de frontiere și mișcare. Principalul neajuns al folosirii culorii în modelarea fundalului este complexitatea mărită pentru estimarea parametrilor modelului. Modelarea fundalului este o etapă de bază a oricărui algoritm de extragere a fundalului. Multe cercetări au fost realizare pentru dezvoltarea unui model de fundal care să fie insensibil la modificările de mediu în fundal, dar suficient de sensibile pentru a identifica
Sisteme video by Codrin Donciu () [Corola-publishinghouse/Science/84096_a_85421]
-
sunt uneori utilizate pentru a obține informații legate de frontiere și mișcare. Principalul neajuns al folosirii culorii în modelarea fundalului este complexitatea mărită pentru estimarea parametrilor modelului. Modelarea fundalului este o etapă de bază a oricărui algoritm de extragere a fundalului. Multe cercetări au fost realizare pentru dezvoltarea unui model de fundal care să fie insensibil la modificările de mediu în fundal, dar suficient de sensibile pentru a identifica toate obiectele de interes aflate în mișcare. Tehnicile de modelare a fundalului
Sisteme video by Codrin Donciu () [Corola-publishinghouse/Science/84096_a_85421]
-
mișcare. Principalul neajuns al folosirii culorii în modelarea fundalului este complexitatea mărită pentru estimarea parametrilor modelului. Modelarea fundalului este o etapă de bază a oricărui algoritm de extragere a fundalului. Multe cercetări au fost realizare pentru dezvoltarea unui model de fundal care să fie insensibil la modificările de mediu în fundal, dar suficient de sensibile pentru a identifica toate obiectele de interes aflate în mișcare. Tehnicile de modelare a fundalului pot fi clasificate în două categorii: nerecursive și recursive. O tehnică
Sisteme video by Codrin Donciu () [Corola-publishinghouse/Science/84096_a_85421]
-
complexitatea mărită pentru estimarea parametrilor modelului. Modelarea fundalului este o etapă de bază a oricărui algoritm de extragere a fundalului. Multe cercetări au fost realizare pentru dezvoltarea unui model de fundal care să fie insensibil la modificările de mediu în fundal, dar suficient de sensibile pentru a identifica toate obiectele de interes aflate în mișcare. Tehnicile de modelare a fundalului pot fi clasificate în două categorii: nerecursive și recursive. O tehnică nerecursivă utilizează o fereastră de aproximare pentru estimarea fundalului. Ea
Sisteme video by Codrin Donciu () [Corola-publishinghouse/Science/84096_a_85421]
-
fundalului. Multe cercetări au fost realizare pentru dezvoltarea unui model de fundal care să fie insensibil la modificările de mediu în fundal, dar suficient de sensibile pentru a identifica toate obiectele de interes aflate în mișcare. Tehnicile de modelare a fundalului pot fi clasificate în două categorii: nerecursive și recursive. O tehnică nerecursivă utilizează o fereastră de aproximare pentru estimarea fundalului. Ea memorează într-un buffer cadrele video anterioare și estimează imaginea de fundal pe baza variațiilor în timp ale fiecărui
Sisteme video by Codrin Donciu () [Corola-publishinghouse/Science/84096_a_85421]
-
în fundal, dar suficient de sensibile pentru a identifica toate obiectele de interes aflate în mișcare. Tehnicile de modelare a fundalului pot fi clasificate în două categorii: nerecursive și recursive. O tehnică nerecursivă utilizează o fereastră de aproximare pentru estimarea fundalului. Ea memorează într-un buffer cadrele video anterioare și estimează imaginea de fundal pe baza variațiilor în timp ale fiecărui pixel din buffer. Tehnicile nerecursive sunt înalt adaptive deoarece nu depind de „istoria” din spatele cadrelor înregistrate în buffer. Pe de
Sisteme video by Codrin Donciu () [Corola-publishinghouse/Science/84096_a_85421]
-
aflate în mișcare. Tehnicile de modelare a fundalului pot fi clasificate în două categorii: nerecursive și recursive. O tehnică nerecursivă utilizează o fereastră de aproximare pentru estimarea fundalului. Ea memorează într-un buffer cadrele video anterioare și estimează imaginea de fundal pe baza variațiilor în timp ale fiecărui pixel din buffer. Tehnicile nerecursive sunt înalt adaptive deoarece nu depind de „istoria” din spatele cadrelor înregistrate în buffer. Pe de altă parte, cerințele de stocare pot fi semnificative dacă este vorba despre un
Sisteme video by Codrin Donciu () [Corola-publishinghouse/Science/84096_a_85421]
-
un trafic lent. Având un buffer de mărime fixă, această problemă poate fi parțial rezolvată prin înregistrarea cadrelor video la o frecvență a cadrelor mică. Tehnicile recursive nu necesită un buffer. În schimb, ele actualizează recursiv un singur model de fundal pe baza fiecărui cadru de intrare. Ca o consecință, cadrele de intrare precedente de la momente de timp mult anterioare pot influența modelul curent de fundal. În comparație cu tehnicile nerecursive, tehnicile recursive necesită mai puțin spațiu de memorare, dar orice eroare în
Sisteme video by Codrin Donciu () [Corola-publishinghouse/Science/84096_a_85421]
-
Tehnicile recursive nu necesită un buffer. În schimb, ele actualizează recursiv un singur model de fundal pe baza fiecărui cadru de intrare. Ca o consecință, cadrele de intrare precedente de la momente de timp mult anterioare pot influența modelul curent de fundal. În comparație cu tehnicile nerecursive, tehnicile recursive necesită mai puțin spațiu de memorare, dar orice eroare în modelarea fundalului poate persista pentru o durată mare de timp. Detecția prim planului compară cadrele video de intrare cu modelul de fundal și identifică pixelii
Sisteme video by Codrin Donciu () [Corola-publishinghouse/Science/84096_a_85421]
-
baza fiecărui cadru de intrare. Ca o consecință, cadrele de intrare precedente de la momente de timp mult anterioare pot influența modelul curent de fundal. În comparație cu tehnicile nerecursive, tehnicile recursive necesită mai puțin spațiu de memorare, dar orice eroare în modelarea fundalului poate persista pentru o durată mare de timp. Detecția prim planului compară cadrele video de intrare cu modelul de fundal și identifică pixelii de prim plan candidați din cadrul de intrare. Majoritatea tehnicilor de modelare a fundalului folosesc o singură imagine
Sisteme video by Codrin Donciu () [Corola-publishinghouse/Science/84096_a_85421]
-
modelul curent de fundal. În comparație cu tehnicile nerecursive, tehnicile recursive necesită mai puțin spațiu de memorare, dar orice eroare în modelarea fundalului poate persista pentru o durată mare de timp. Detecția prim planului compară cadrele video de intrare cu modelul de fundal și identifică pixelii de prim plan candidați din cadrul de intrare. Majoritatea tehnicilor de modelare a fundalului folosesc o singură imagine ca model de fundal. De regulă în detecția prim planului se verifică dacă pixelii de intrare sunt semnificativ diferiți față de
Sisteme video by Codrin Donciu () [Corola-publishinghouse/Science/84096_a_85421]