3

モバイル オブザーバーの統計的バックグラウンド減算という論文の実装でいくつかの問題に直面しています。

質問 1 :

セクション 4.1 では、「...中央値の分散は、最初のコンポーネントから画像全体にわたって計算されます...」について説明しています。

著者がこれで実際に何を意味しているのか混乱しています。

Stauffer & Grimsonの論文 Adaptive Background Mixture Models for Real-Time Tracking (1999) によると、すべての背景モデルに対して分散が初期化され (値 36 など)、ピクセルごとに更新されます。そのフレームのすべてのピクセルにわたる最初のモデルの分散の中央値を取得する必要がありますか?

                  OR

最初のモデルに属する強度値の履歴に基づいて各ピクセルの分散を計算し、これらすべての分散の中央値を取得します。

質問 2 :

セクション 4.1 の式 (12) を理解するのに苦労しています。

a) 'i' は から1までH+1ですか? はいの場合、(H+1) 番目のモデルは方程式にどのように適合しますか?

i) 式 (13) の直後にP(A_1 | B_(H+1),M)が定義されます。 (-)verho_(H+1) = min(1, N_tot/N_max)を作成できる max の代わりにすべきではありませんか?P(A_1 | B_(H+1),M)

ii) (H+1) 番目のモデルの場合P(A_1 | B_(H+1),M) * P(B_(H+1) | N) to P(A_1 | Z,M)、式 (12) を使用する必要がありますか?

b) H=1 のとき はP(A1|Z,M)1 になりますか?

私の実装はこちらです。

私のWeb ページで言及したMATLABファイルで私のトライアルを確認してください。

4

2 に答える 2

0

ここの素晴らしい内訳: http://blog.damiles.com/2009/03/the-basics-of-background-substraction/

opencvの本にもあります。

ここのopencv2のコード：opencv2のバックグラウンド減算

于 2012-04-04T23:01:40.480 に答える
0

質問 1、最初のオプション、「そのフレームのすべてのピクセルにわたる最初のモデルの分散の中央値を取得する必要がありますか?」。

はい、背景ピクセルの分散が前景よりも低いと想定しています。したがって、すべての分散の中央値は、バックグラウンドの許容可能な分散を示します。

于 2011-05-30T03:31:46.223 に答える