• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文学位 >Automatic removal of complex shadows from indoor videos.
【24h】

Automatic removal of complex shadows from indoor videos.

机译：自动清除室内视频中的复杂阴影。

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Shadows in indoor scenarios are usually characterized with multiple light sources that produce complex shadow patterns of a single object. Without removing shadow, the foreground object tends to be erroneously segmented. The inconsistent hue and intensity of shadows make automatic removal a challenging task. In this thesis, a dynamic thresholding and transfer learning-based method for removing shadows is proposed. The method suppresses light shadows with a dynamically computed threshold and removes dark shadows using an online learning strategy that is built upon a base classifier trained with manually annotated examples and refined with the automatically identified examples in the new videos.;Experimental results demonstrate that despite variation of lighting conditions in videos our proposed method is able to adapt to the videos and remove shadows effectively. The sensitivity of shadow detection changes slightly with different confidence levels used in example selection for classifier retraining and high confidence level usually yields better performance with less retraining iterations.
机译：室内场景中的阴影通常以多个光源为特征，这些光源会产生单个对象的复杂阴影图案。在不去除阴影的情况下，前景对象往往会被错误地分割。阴影的色调和强度不一致使自动清除成为一项艰巨的任务。本文提出了一种基于动态阈值和转移学习的阴影去除方法。该方法以动态计算的阈值抑制光影并使用在线学习策略消除暗影，该策略建立在基本分类器上，该分类器经过人工注释的示例训练，并在新视频中通过自动识别的示例进行细化。视频中的光照条件，我们提出的方法能够适应视频并有效去除阴影。阴影检测的灵敏度随分类器再训练示例选择中使用的不同置信度而略有变化，而高置信度通常会以较少的再训练迭代产生更好的性能。

著录项

  • 作者

    Mohapatra, Deepankar.;

  • 作者单位

    University of North Texas.;

  • 授予单位 University of North Texas.;
  • 学科 Computer science.
  • 学位 M.S.
  • 年度 2015
  • 页码 63 p.
  • 总页数 63
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

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