혼잡한 환경에 적합한 적응적인 배경모델링 방법
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 이광국 | - |
dc.contributor.author | 송수한 | - |
dc.contributor.author | 가기환 | - |
dc.contributor.author | 윤자영 | - |
dc.contributor.author | 김재준 | - |
dc.contributor.author | 김회율 | - |
dc.date.accessioned | 2022-12-21T03:03:55Z | - |
dc.date.available | 2022-12-21T03:03:55Z | - |
dc.date.created | 2022-09-19 | - |
dc.date.issued | 2008-05 | - |
dc.identifier.issn | 1229-7771 | - |
dc.identifier.uri | https://scholarworks.bwise.kr/hanyang/handle/2021.sw.hanyang/178606 | - |
dc.description.abstract | 기존의 배경 모델링 방법은 배경 모델의 반복적 갱신(recursive update)으로 인해 배경보다 객체가 더 자주 등장하는 혼잡한 환경에서는 정확한 배경 모델링을 생성하기 어려운 문제를 지니고 있다. 본 논문은 이러한 기존 방법의 문제를 해결하기 위해 기존의 혼합 Gaussian 모델을 기반으로 하는 적응적 배경 모델링 방법을 제안한다. 제안한 방법은 영상 내 전경 영역의 비율에 따라 배경 모델의 학습 비율을 적응적으로 조절한다. 따라서, 혼잡 상황에서는 배경 모델의 갱신을 억제하여 배경 모델을 잘 유지시키는 것이 가능하다. 실험을 통해 제안한 방법이 일반적인 상황의 영상에서는 기존 방법과 유사한 정확도를 보이지만 혼잡한 상황에서는 기존 방법과 비교하여 배경 제거를 효과적으로 수행하는 것을 확인하였으며. 또 정확도 측정 결과 혼잡한 상황의 영상에서 기존 방법과 비교하여 F 값이 5-10% 가량 향상함을 확인하였다. | - |
dc.language | 한국어 | - |
dc.language.iso | ko | - |
dc.publisher | 한국멀티미디어학회 | - |
dc.title | 혼잡한 환경에 적합한 적응적인 배경모델링 방법 | - |
dc.title.alternative | Adaptive Background Modeling for Crowded Scenes | - |
dc.type | Article | - |
dc.contributor.affiliatedAuthor | 김재준 | - |
dc.contributor.affiliatedAuthor | 김회율 | - |
dc.identifier.bibliographicCitation | 멀티미디어학회논문지, v.11, no.5, pp.597 - 609 | - |
dc.relation.isPartOf | 멀티미디어학회논문지 | - |
dc.citation.title | 멀티미디어학회논문지 | - |
dc.citation.volume | 11 | - |
dc.citation.number | 5 | - |
dc.citation.startPage | 597 | - |
dc.citation.endPage | 609 | - |
dc.type.rims | ART | - |
dc.identifier.kciid | ART001260140 | - |
dc.description.journalClass | 2 | - |
dc.description.isOpenAccess | N | - |
dc.description.journalRegisteredClass | kci | - |
dc.subject.keywordAuthor | Video surveillance(영상 감시) | - |
dc.subject.keywordAuthor | background subtraction(배경 제거) | - |
dc.subject.keywordAuthor | background modeling(배경 모델링) | - |
dc.subject.keywordAuthor | Gaussian mixture model(Gaussian 혼합 모델) | - |
dc.identifier.url | http://koreascience.or.kr/article/JAKO200822138618407.page | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
222, Wangsimni-ro, Seongdong-gu, Seoul, 04763, Korea+82-2-2220-1365
COPYRIGHT © 2021 HANYANG UNIVERSITY.
Certain data included herein are derived from the © Web of Science of Clarivate Analytics. All rights reserved.
You may not copy or re-distribute this material in whole or in part without the prior written consent of Clarivate Analytics.