최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기정보처리학회논문지. KIPS transactions on software and data engineering. 소프트웨어 및 데이터 공학, v.2 no.1, 2013년, pp.27 - 34
이동은 (LG CNS 정보기술연구원) , 최영규 (한국기술교육대학교 컴퓨터공학부)
Background subtraction is one of the key techniques for automatic video content analysis, especially in the tasks of visual detection and tracking of moving object. In this paper, we present a new sample-based technique for background extraction that provides background image as well as background m...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
프레임 차이법은 어떻게 이미지의 배경에서 전경 영역을 추출하는가? | 가장 간단한 배경 제거 방법인 프레임 차이법은 인접한 프레임 사이의 차 영상을 만들고, 이를 분석하여 전경 영역을 추출한다. 이 방법은 간단하고 계산 량이 적다는 장점이 있으나, 잡음의 영향을 매우 많이 받고 영상에서 모션을 발생시키는 지역에 대한 정보를 알 수 없는 등의 문제점이 있으며, 따라서 복잡한 후처리 과정이 필요하다는 단점이 있다[1]. | |
배경 차이법은 어떻게 전경 영역을 판단하는가? | 이에 비해 배경 차이법은 배경 모델(background model) 을 먼저 만들고 갱신하면서 현재 프레임과 모델과의 일치도를 계산하여 전경 영역을 판단한다. 이는 인접한 두 프레임의 화소 값을 직접 비교하는 것이 아니라 배경이라고 할 수있는 모델을 이전 프레임들로부터 유추해 내고 현재 화소 값이 이 모델에 얼마나 잘 맞는지를 계산하여 그 화소가 배경인지 전경인지를 결정한다. | |
프레임 차이법의 단점은 무엇인가? | 가장 간단한 배경 제거 방법인 프레임 차이법은 인접한 프레임 사이의 차 영상을 만들고, 이를 분석하여 전경 영역을 추출한다. 이 방법은 간단하고 계산 량이 적다는 장점이 있으나, 잡음의 영향을 매우 많이 받고 영상에서 모션을 발생시키는 지역에 대한 정보를 알 수 없는 등의 문제점이 있으며, 따라서 복잡한 후처리 과정이 필요하다는 단점이 있다[1]. |
T. H. Cho and Y. K. Choi, "Motion Detection Using Multiple Distributions for Background," The KIPS Transactions, Vol.8, No.4, pp.381-389, 2001.
N. McFarlane and C. Schofield, "Segmentation and Tracking of Piglets in Images," Machine Vision Applicaton, Vol.8, pp.187-193, 1995.
C. Wren, A. Azarbayejani, T. Darrell, and A. Pentland, "Pfinder: Real-Time Tracking of the Human Body," IEEE Trans. Pattern Analysis and Machine Intelligence, Vol.19, No.7, pp.780-785, July, 1997.
C. Stauffer and W. Grimson, "Adaptive Background Mixture Models for Real-Time Tracking," Proc. IEEE CS Conf. Computer Vision and Pattern Recognition, Vol.2, pp.246-252, 1999.
A. Elgammal, R. Duraiswami, D. Harwood, and L.S. Davis, "Background and Foreground Modeling Using Nonparametric Kernel Density Estimation for Visual Surveillance," Proc. IEEE, Vol.90, No.7, pp.1151-1163, 2002.
Z. Zivkovic, "Improved adaptive gausian mixture model for background subtraction," in Proceedings of the International Conference on Pattern Recognition, pp.28-31, 2004.
A. Mittal and D. Huttenlocher, "Scene modeling for wide area surveillance and image synthesis," In CVPR, 2000.
O. Javed, K. Shafique, and M. Shah, "A hierarchical approach to robust background subtraction using color and gradient information," In in IEEE Workshop on Motion and Video Computing, pp.22-27, 2002.
M. Heikkila and M. Pietikainen, "A Texture-Based Method for Modeling the Background and Detecting Moving Objects," IEEE Trans. on PAMI, Vol.28, No.4, pp.657-662, April, 2006.
H. Wang and D. Suter, "A consensus-based method for tracking: Modelling background scenario and foreground appearance," Pattern Recognition, Vol.40, No.3, pp.1091-1105, 2007.
O. Barnich and M. Van Droogenbroeck, "ViBe: A universal background subtraction algorithm for video sequences," In IEEE Transactions on Image Processing, 20(6):1709-1724, June, 2011.
Y. Pritch, A. Rav-Acha and S. Peleg, "Non-Chronological Video Synopsis and Indexing," IEEE Trans. on PAMI, Vol.30, pp.1971-1984, 2008.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.