Метод обнаружения движущихся объектов на основе адаптивного метода фильтрации и применения теоремы Байеса для оценки изменений
Автор: Червяков Николай Иванович, Тупикин Александр Александрович
Журнал: Инфокоммуникационные технологии @ikt-psuti
Рубрика: Технологии компьютерных систем и сетей
Статья в выпуске: 4 т.13, 2015 года.
Бесплатный доступ
Рассматривается новый метод обнаружения движущихся объектов в видеонаблюдении, который сочетает в себе адаптивный метод фильтрации с алгоритмом обнаружения изменений с применением теоремы Байеса. Сначала адаптивный алгоритм обнаруживает края движущихся объектов, затем, алгоритм с использованием теоремы Байеса корректирует их форму. Рассматриваемый способ имеет значительную устойчивость к шуму, тени, изменению освещенности, и повторных движений в фоновом режиме по сравнению с другими алгоритмами. В данном алгоритме обнаружение движения выполняется в адаптивной схеме, и предварительная информация о переднем и заднем планах не требуется. В ходе работы показано, что предложенный алгоритм вычислительно эффективен и подходит для работы с интернет видеонаблюдением и подобными приложениями.
Обнаружение, видеоинформация, теорема байеса, адаптивный фильтр
Короткий адрес: https://sciup.org/140191789
IDR: 140191789 | DOI: 10.18469/ikt.2015.13.4.07
Список литературы Метод обнаружения движущихся объектов на основе адаптивного метода фильтрации и применения теоремы Байеса для оценки изменений
- Migdal J., Grimson E.L. Background subtraction using Markov thresholds//IEEE Workshop Motion Video Computing 2, 2005. -P. 58-65 DOI: 10.1109/ACVMOT.2005.33
- Sheikh Y., Shah M. Bayesian mod//IEEE Trans. Pattern Anal. Mach. Intell. 27(11), 2005. -P. 1778-1792 DOI: 10.1109/TPAMI.2005.213
- Yu S.Y., Wang F., Xue Y.F., Yang J. Bayesian moving object detection in dynamic scenes using an adaptive foreground model//J. Zhejiang Univ. (Sci.) 10(12), 2009. -P. 1750-1758 DOI: 10.1631/jzus.A0820743
- McHugh J.M., Konrad J., Saligrama V., Jodoin, P. Foreground-adaptive background subtraction//IEEE Signal. Process Lett. 16, 2009. -P. 390-393 DOI: 10.1109/LSP.2009.2016447
- Aach T., Kaup A. Bayesian algorithms for adaptive change detection in image sequences using Markov random fields//Signal Process Image Comm. 7(2), 1995. -P. 147-160 DOI: 10.1016/0923-5965(95)00003-F
- Aach T., Kaup A., Mester R. Statistical model-based change detection in moving video//Signal Process. 31, 1993. -P. 165-180 DOI: 10.1016/0165-1684(93)90063-G
- Singh A. Adaptive noise cancellation//Undergraduate B.E. project report Netaji Subhas Institute of Technology, 2001. -P. 50-61.
- Ramadan Z. Error vector normalized adaptive algorithm applied to adaptive noise canceller and system identification//J. Eng. Appl. Sci. 3(4), 2010. -Р. 710-717 DOI: 10.3844/ajeassp.2010.710.717
