• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Image Processing, IET >Foreground segmentation for dynamic scenes with sudden illumination changes
【24h】

Foreground segmentation for dynamic scenes with sudden illumination changes

机译：具有突然照明变化的动态场景的前景分割

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

Foreground segmentation is a very difficult task in dynamic background, which is common in real-world environments, caused by for example waving foliage, rippling water or illumination changes owing to light switching etc. A large number of methods for foreground segmentation in dynamic background have been proposed in the past decades, but most of them can only handle repetitive movements or gradual changes in background, and fail when sudden illumination changes occur. This study proposes a new method, which can deal with both repetitive movements and gradual/sudden illumination changes. The authors use a two-layer Gaussian mixture model to represent the background under different lighting conditions and formulate a joint posterior function of background state and segmentation based on the learned model. Given a new image, the background state and foreground segmentation are simultaneously optimised in a Bayesian perspective using a nested twolayer optimisation. The authors test their method on several image sequences and compare the results qualitatively and quantitatively with some state-of-the-art methods to demonstrate the effectiveness of the method.
机译：在动态背景中，前景分割是一项非常困难的任务，这在现实世界的环境中是常见的，例如，由于树叶摇曳，水面起波纹或由于光线切换而导致的光照变化等。在动态背景下进行前景分割的方法很多在过去的几十年中已经提出了这种方法，但是它们中的大多数只能处理重复的运动或背景的逐渐变化，并且在突然的照明变化发生时会失败。这项研究提出了一种新方法，该方法既可以处理重复性运动，又可以应对渐进/突然的照明变化。作者使用两层高斯混合模型来表示不同光照条件下的背景，并基于学习的模型制定背景状态和分割的联合后验函数。给定一个新图像，使用嵌套的双层优化在贝叶斯透视中同时优化背景状态和前景分割。作者在多个图像序列上测试了他们的方法，并与一些最新方法进行了定性和定量的比较，以证明该方法的有效性。

著录项

  • 来源
    《Image Processing, IET》 |2012年第5期|p.606-615|共10页
  • 作者

    Li J.; Miao Z.;

  • 作者单位

    Beijing Jiaotong University, People??s Republic of China;

  • 收录信息
  • 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