تفریق پس زمینه ی تصاویر ویدئویی با استفاده از ویژگی بافت و رنگ پیکسل ها

Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 960

This Paper With 6 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

IPRIA02_052

تاریخ نمایه سازی: 28 شهریور 1394

Abstract:

تفریق پس زمینه روشی مهم برای آشکار سازی حرکت در تصاویر ویدئویی است. الگوی باینری محلی (LBP) عملگری برای استخراج بافت تصاویری است که کاربرد گسترده ای در شناسایی چهره، طبقه بندی بافت و تفریق پس زمینه ی تصاویر ویدئویی دارد. اگرچه اطلاعات بافتی حاصل از LBP با تغییر روشنایی پیکسل ها ثابت می ماند. اما عملگر LBP در نواحی یکنواخت پیش زمینه، بافت را به خوبی استخراج نمی کند. در این مقاله برای نخستنی بارف از هیستوگرام نرم برای الگوی باینری محلی (SHLBP) در روش تفریق پس زمینه ی تصاویر ویدئویی استفاده شده است. عملگر SHLBP نسبت به نویز مقاومت تر است و با استفاده از آن تغییرات کوچک در مقادیر سطح شدت پیکسل ها،تنها منجر به تغییرات کوچک در مدل پس زمینه می شود. در نتیجه استخراج بافت در نواحی یکنواخت پیش زمینه حتی با وجود پس زمینه های پویا و شرایط نامساعد محیطی، بهتر انجام می شود. در مدلسازی پس زمینه، برای توصیف ویژگی بافت از SHLBP و برای توصیف ویژگی رنگ از هیستوگرام رنگ محلی (LCH) در فضای رنگ IHLS استفاده شده است. مقایسه نتایج تجربی حاصل از روش پیشنهادی با سایر روش ها، نشان دهنده ی صحت بالاتر روش ارائه در مدلسازی پس زمینه است.

Authors

اکرم نوروزی سفید مزگی

دانشجوی کارشناسی ارشد دانشگاه گیلان

منوجهر نحوی

عضو هیئت علمی مهندسی برق دانشگاه شهید گیلان

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • B. Zhang, Y. Gao, Sh. Zhao, and B. Zhong, "Kernel ...
  • F. Cheng, Sh. Huang, and Sh. Ruan, _ Il lumination ...
  • X. Zhao, Y. Satoh, H. Takauji, Sh. Kaneko , K. ...
  • C. Stauffer and W. Grimson, "Adaptive background mixture models for ...
  • M. Heikkila, M. Pietikiinen, _ texture-based method for modeling the ...
  • T. Ojala, M. Pietikainen and D. Harwood, "A camparative study ...
  • _ _ _ _ scale and rotation invariant texture classification ...
  • M. Pietikiinen, A. Hadid, G. Zhao, T. Ahnen, " Local ...
  • J. Ren, X. Jiang, J. Yuan, "Noise-resistat local binary pattern ...
  • _ _ _ on Image Analysis (SCIA), 2003 _ ...
  • T.W. Chua, K. Leman, Y. Wang, "Fuzzy rule-based system for ...
  • dynamic texture and color based background subtraction", IEEE World Congress ...
  • _ _ _ Academic, 1995. ...
  • Z. Wang and G.J. Klir, "Fuzzy measure theory", Plenum, _ ...
  • M. Grabisch , T. Murofushi , and M.Sugeno , "Fuzzy ...
  • _ Sugeno Integrals! Thesis for the degre Master of Science ...
  • X. Tan and B. Triggs, "Enhanced local texture feature sets ...
  • S. Liao, G. Zhao, V. Kellokumpu, M. Pietikainen and S. ...
  • T. Randen and , H. Hussy , "Filtering for texture ...
  • _ _ and track objects in color video _ Proceeding ...
  • Q. Hu, Sh. Li, K. He, H. Lin, _ A ...
  • https ://sites _ google _ com/s ite/background subtraction/tes t-sequences ...
  • W.H. Liao, "Incorporating fuzziness in extended local ternary patterns" , ...
  • نمایش کامل مراجع