$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

Abstract AI-Helper 아이콘AI-Helper

Recently, object detection is a critical function for any system that uses computer vision and is widely used in various fields such as video surveillance and self-driving cars. However, the conventional methods can not detect the objects clearly because of the dynamic background change in the beach...

주제어

질의응답

핵심어 질문 논문에서 추출한 답변
McFalane이 미디언 필터링(Median Filtering) 배경모델링 방법이란 무엇인가? 이후에는 McFalane이 미디언 필터링(Median Filtering) 배경모델링 방법을 제안하여 객체 검출 성능을 높였다[2]. 이 방법은 이전의 프레임들을 활용하여 크기가 작은 객체들을 검출하는 방법이다. 이 기법의 기본개념은 이전의 K개의 프레임을 참조하여 좌표마다 픽셀들의 중간값으로 새로운 배경영상을 만든다.
Ramesh Jain이 제안한 차 영상을 이용하는 기법의 특징은 무엇인가? 배경모델링을 구현하는 가장 간단한 방법으로는 Ramesh Jain이 제안한 차 영상을 이용하는 기법이 있다[1]. 이 기법은 전 프레임과 현재의 프레임의 차이를 이용하여 움직임이 있는 부분을 전경으로 추출 하는 방법이다. 그러나 이 방법은 사람뿐만 아니라 동적인 잡음 요소를 모두 추출한다. 따라서 객체와 잡음이 혼합된 전경에서 객체에 대한 정보만을 얻기 위해서는 복잡한 후처리 과정이 필요하다.
Background cut알고리즘의 특징은 무엇인가? 그리고 Background cut은 전경의 경계에 해당하는 픽셀들의 콘트라스트가 배경 픽셀들의 콘트라스트보다 더 높다는 것을 응용하여 만들어 졌다. 그래서 이 알고리즘은 컬러 및 콘트라스트 모델을 결합한 기본 모델 덕분에 적은 오류로 배경과 전경을 깔끔하게 추출할 수 있다. 그러나 이 알고리즘은 고정된 배경만을 사용하기 때문에 배경의 변화에 대응하기가 어렵다는 단점이 존재한다.
질의응답 정보가 도움이 되었나요?

참고문헌 (11)

  1. R. Jain, "Dynamic Scene Analysis Using Pixel-Based Processes," Computer , Vol. 14, No. 8, pp. 12-18, 1981. 

  2. N.J.B. McFarlane and C.P. Schofield, "Segmentation and Tracking of Piglets in Images," Machine Vision and Applications, Vol. 8, No. 3, pp. 187-193, 1995. 

  3. Z. Zivkovic, "Improved Adaptive Gaussian Mixture Model for Background Subtraction," IEEE Proceedings of the 17th International Conference on Pattern Recognition, Vol. 2, pp. 28-31, 2004. 

  4. J. Sun, W. Zhang, X. Tang, and H.Y. Shum, "Background Cut," Proceeding of European Conference on Computer Vision, pp. 628-641, 2006. 

  5. I. Leichter, M. Lindenbaum, and E. Rivlin, “Mean Shift Tracking with Multiple Reference Color Histograms,” Computer Vision and Image Understanding, Vol. 144, No. 3, pp. 400-408, 2010. 

  6. S. Zhou, R. Chellappa, and B. Moghaddam, “Visual Tracking and Recognition Using Appearance-Adaptive Models in Particle Filter,” IEEE Transactions on Image Processing, Vol. 13, No. 11, pp. 1491-1506, 2004. 

  7. C.J. Burges, "A Tutorial on Support Vector Machines for Pattern Recognition," Data Mining and Knowledge Discovery, Vol. 2, No. 2, pp. 121-167, 1998. 

  8. J.F. Henriques, R. Caseiro, P. Martins, and J. Batista, "High-Speed Tracking with Kernelized Correlation Filters," IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 37, No. 3, pp. 583-596, 2015. 

  9. N. Dalal and T. Bill, "Histograms of Oriented Gradients for Human Detection," Proceeding of IEEE Computer Society Conference on Computer Vision and Pattern Recognition, Vol. 1, pp. 886-893, 2005. 

  10. Q. Zhu, M.C. Yeh, K.T. Cheng, and S. Avidan, "Fast Human Detection Using a Cascade of Histograms of Oriented Ggradients," Proceeding of IEEE Computer Society Conference on Computer Vision and Pattern Recognition, Vol. 2, pp. 1491-1498, 2006. 

  11. G.G. Lee, S.H. Song, K.H. Ka, J.Y. Yoon, J.J. Kim, and W.Y. Kim, "Adaptive Background Modeling for Crowded Scenes," Journal of Korea Multimedia Society, Vol. 11, No. 5, pp. 597-609, 2008. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

이 보고서와 함께 이용한 콘텐츠

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트