欢迎访问易轩外文网, 请 登录 或者 免费注册
针对背景减除任务的基于每个图像像素的高效自适应密度估计,计算机外文翻译
文档价格: 300 金币 立即充值 文章语言: 英语-中文 原文出处: 请在文档内查看
译文字数: 7174 字 (节选翻译) 译文格式: Doc.docx (Word) 更新时间: 2018-07-23
加入收藏

针对背景减除任务的基于每个图像像素的高效自适应密度估计,计算机外文翻译,嵌入式系统,视频监控,背景减除

译文(字数:7174):

摘要

我们分析了像素级背景减除的计算机视觉任务。我们提出了用递归方程来不断地更新高斯混合模型的参数,并且同时为每个像素选择适当数量的分量。我们还提出了一个简单的非参数自适应密度估计方法。这两种方法相互比较并和一些以前提出的算法进行了比较。

1引言

用静态相机来进行监控是常见的监控系统使用场景。检测动态运动物体是一种分析监控现场的必要步骤。一般假设的情况是监控的场景中没有动态运动对象,这种情况下表现出的行为都可以通过统计模型进行很好地描述。如果我们有统计模型,可以通过指出不符合模型特征的图像的部分来检测出动态运动物体。这个过程通常被称为“背景减除”。

在典型的像素级背景减除的情况下,场景模型对每个像素都分别有对应的概率密度函数。如果来自新图像的像素新值可以很好地被概率密度函数所描述,则该像素为背景像素。对于静态场景,最简单模型可能只是一个没有动态运动入侵的物体。下一步将是,举个例子,对像素的方差的适当值强度水平进行估算,因为每个像素的方差都大相径庭。这个单一的高斯模型被(Wren等人,1997)所使用。然而,像素值通常具有更复杂的分布,所以需要更精细的模型。


原文(PDF格式,未统计字数):

易轩外文翻译网.png


上一篇:在DCT域中基于神经网络的带恢复能力的图像认证算法,计算机外文翻译
下一篇:最短路径问题各解法复杂度,相互关系以及新的命题,计算机外文翻译,外卖配送
相关文章推荐: TAG: 计算机外文翻译 嵌入式系统 视频监控 背景减除