• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International conference on advanced concepts for intelligent vision systems >Is a Memoryless Motion Detection Truly Relevant for Background Generation with LaBGen?
【24h】

Is a Memoryless Motion Detection Truly Relevant for Background Generation with LaBGen?

机译：无记忆运动检测与LaBGen的背景生成真正相关吗？

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The stationary background generation problem consists in generating a unique image representing the stationary background of a given video sequence. The LaBGen background generation method combines a pixel-wise median filter and a patch selection mechanism based on a motion detection performed by a background subtraction algorithm. In our previous works related to LaBGen, we have shown that, surprisingly, the frame difference algorithm provides the most effective motion detection on average. Compared to other background subtraction algorithms, it detects motion between two frames without relying on additional past frames, and is therefore memoryless. In this paper, we experimentally check whether the memoryless property is truly relevant for LaBGen, and whether the effective motion detection provided by the frame difference is not an isolated case. For this purpose, we introduce LaBGen-OF, a variant of LaBGen leverages memoryless dense optical flow algorithms for motion detection. Our experiments show that using a memoryless motion detector is an adequate choice for our background generation framework, and that LaBGen-OF outperforms LaBGen on the SBMnet dataset. We further provide an open-source C++ implementation of both methods at http://www.telecom.ulg.ac.be/labgen.
机译：静态背景生成问题在于生成代表给定视频序列的静态背景的唯一图像。 LaBGen背景生成方法结合了像素方式的中值滤波器和基于背景减除算法执行的运动检测的色块选择机制。在我们与LaBGen相关的先前工作中，令人惊讶地表明，帧差算法平均提供了最有效的运动检测。与其他背景减法算法相比，它无需依赖其他过去的帧就可以检测两个帧之间的运动，因此是无记忆的。在本文中，我们通过实验检查了无记忆属性是否与LaBGen真正相关，以及由帧差提供的有效运动检测是否不是孤立的情况。为此，我们介绍了LaBGen-OF，这是LaBGen的一种变体，它利用无记忆的密集光流算法进行运动检测。我们的实验表明，使用无记忆的运动探测器是我们的背景生成框架的充分的选择余地，而且LaBGen-OF LaBGen在SBMnet数据集性能优于。我们还在http://www.telecom.ulg.ac.be/labgen提供了这两种方法的开源C ++实现。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号