선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
제안 방법
- 그 중 [1]에서 제시한 부분은 장면에서 나타나는 빛에 변화나 잡음들에 대한 문제들을 가우시안 혼합모델링을 이용하여 해결하였다. 시간이 지나면서 말생되는 점에 대하여 점층적으로 배경을 업데이트 하고 가우시안 분포를 하나가 아닌 다수를 사용함으로 효과적으로 배경모델링을 수행한다. 이 방법은 최근에 가장 많이 사용되고[1, 2, 4, 5], 배경 모델링의 더욱 향상된 결과를 얻기 위해 연구가 계속 진행되고 있다.
- 게다가 우리는 [1]에서 사용한 가우시안 혼합 배경 모델링 기법을 참조하고, :그래픽 처리 장치를 기반으로 실내 환경에서 움직이는 오브젝트 추출, 배경 모델링, 그리고 배경 유지 보수 등을 적용해 보기로 한다.
- 그리고 오브젝트로 분류된 영상에서 나타나게 된 잡음을 제거하여 최적화된 결과를 도출한다. 영상입력을 제외한 모든 과정들은 그래픽 처리장치를 사용하여 한층 더 좋은 결과를 얻을 수 있도록 구현한다.
- 이 논문에서는 정점프로세서 프로그래밍은 사용하지 얂고, 프래그먼트 프로세서만 사용하여 시스템을 프로그래밍한다, 입력된 영상을 프래그먼트 프로그램을 이용하여 배경을 모델링, 움직이는 오브젝트 추출, 刖경 모델 업데이트 그리고 마지막으로 잠음 제거를 한다. 이로 인한 결과는 프레임 버퍼(Frame Buffe「)에 저장한다.
- 이것은 영상을 이용하여저리하는 과정에 생기는 대부분의 과정들을 하드웨어로 이용하여 처리할 수 있기 때문에 CPU기반의 시스템 보다 3~4배 정도 좋은 결과를 얻을 수 있다. 기존의 시스템뿐만 아니라 영상을 이용하여 구성하는 시스템을 그래픽 처리 장치를 사용하B 현재 많이 시도 되고 았고, □ 에 따라 이번 시험 역시 앞으로 발전 가능성에 맞추어 그 성능을 알아보았다. 이번 실험을 토대로 앞으로 진행되는 시스템의 구성을 그래픽 하드웨어로 구현하고 또한 그 특성에 맞게 최적의 프로그램을 한다면 훨씬 좋은 결과롤 얻을 수 있다는 것을 확인할 수 있게 되었다
대상 데이터
- 그래픽 하드웨어에 렌더링 명령을 알려주기 위해서 OpenGLW 사용하고, 프래 Z1 먼트 프로그램을 Cg로 사용하였다. 그래픽 처리 장치는 Nvidia Geforce 6 시리즈를 이용하고, 입력 영상으로 사용되는 프레임의 크기는 320x240 이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.