검색 기능은 준비 중입니다.
검색 기능은 준비 중입니다.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Multiresolutional Gaussian Mixture Model for Precise and Stable Foreground Segmentation in Transform Domain 변환 영역에서 정확하고 안정적인 전경 분할을 위한 다중해상도 가우스 혼합 모델

Hiroaki TEZUKA, Takao NISHITANI

  • 조회수

    0

  • 이것을 인용

요약 :

본 논문에서는 정확하고 안정적인 전경 분할을 위한 다중 해상도 가우스 혼합 모델(GMM)에 대해 설명합니다. Walsh 변환(WT) 도메인에서 수행되는 다중 블록 크기 GMM과 계산적으로 효율적인 미세-대략 전략이 GMM 방식에 새로 도입되었습니다. 가변 크기 블록 기반 GMM 세트를 사용하여 정확하고 안정적인 처리가 실현됩니다. 우리의 미세한 것부터 거친 것까지의 전략은 계산 단계를 대폭 줄이는 WT 스펙트럼 특성에서 비롯됩니다. 또한 제안된 접근 방식의 총 계산량은 원래 픽셀 기반 GMM 접근 방식의 10% 미만만 필요합니다. 실험 결과에 따르면 우리의 접근 방식은 빛에 반대되는 어두운 전경 물체, 전역 조명 변화, 폭설이 내리는 풍경 등 다양한 조건에서 안정적인 성능을 제공하는 것으로 나타났습니다.

발행
IEICE TRANSACTIONS on Fundamentals Vol.E92-A No.3 pp.772-778
발행일
2009/03/01
공개일
온라인 ISSN
1745-1337
DOI
10.1587/transfun.E92.A.772
원고의 종류
Special Section PAPER (Special Section on Latest Advances in Fundamental Theories of Signal Processing)
범주

작성자

키워드