Алгоритм Teknomo-Фернандес (алгоритм TF) , является эффективным алгоритмом для генерации фонового изображения данной видеопоследовательности.
Предполагая, что фоновое изображение отображается в большей части видео, алгоритм может генерировать хорошее фоновое изображение видео в -time с использованием лишь небольшого количества двоичных операций и логических битовых операций, которые требуют небольшого объема памяти и имеют встроенные операторы, которые можно найти во многих языках программирования, таких как C , C ++ и Java . [1] [2] [3]
История
Отслеживание людей по видео обычно включает в себя некоторую форму вычитания фона, чтобы отделить передний план от фона. После того, как изображения переднего плана извлекается, то желательны алгоритмы (например, для отслеживания движения , слежения за объектом , и распознавания лиц ) может быть выполнено с использованием этих изображений. [1] [3]
Однако вычитание фона требует, чтобы фоновое изображение уже было доступно, и, к сожалению, это не всегда так. Традиционно поиск фонового изображения выполняется вручную или автоматически по видеоизображениям, когда нет объектов. Совсем недавно, автоматическая генерация фона через обнаружение объекта , медиальную фильтрацию , медоид фильтрацию , аппроксимируется медианная фильтрация , линейное предсказание фильтра , непараметрические модели , фильтр Калмана , и адаптивное сглаживание были предложены; однако большинство из этих методов имеют высокую вычислительную сложность и ресурсоемкие. [1] [4]
Алгоритм Текномо – Фернандеса также является алгоритмом автоматической генерации фона. Однако его преимуществом является скорость вычислений всего-время, в зависимости от разрешения изображения и его точность, достигаемая в пределах управляемого количества кадров. Для создания фонового изображения требуется не менее трех кадров из видео, предполагая, что для каждой позиции пикселя фон присутствует в большинстве видео. Кроме того, это можно сделать как для полутоновых, так и для цветных видео. [1]
Предположения
- Камера неподвижна.
- Свет в окружающей среде меняется очень медленно относительно движений людей в сцене.
- Большую часть времени люди не занимают сцену в одном и том же месте.
Однако, как правило, алгоритм определенно будет работать, когда выполняется следующее одно важное предположение:
Для каждой позиции пикселя большинство значений пикселей во всем видео содержат значение пикселя фактического фонового изображения (в этой позиции). [1]
Пока каждая часть фона отображается в большей части видео, все фоновое изображение не должно появляться ни в одном из его кадров. Ожидается, что алгоритм будет работать точно. [1]
Генерация фонового изображения
Уравнения
- Для трех кадров последовательности изображений , , а также , фоновое изображение получается с использованием
[1] - Функция логического режима таблицы возникает, когда количество 1 записей превышает половину количества изображений, так что [1]
- Для трех изображений фоновое изображение можно принять за значение
Алгоритм генерации фона
На первом уровне из последовательности изображений случайным образом выбираются три кадра для создания фонового изображения путем их объединения с использованием первого уравнения. Это дает лучшее фоновое изображение на втором уровне. Процедура повторяется до желаемого уровня.. [1]
Теоретическая точность
На уровне вероятность то, что предсказанный модальный бит является фактическим модальным битом, представлено уравнением . В таблице ниже приведены вычисленные значения вероятности на нескольких уровнях с использованием некоторых конкретных начальных вероятностей. Можно заметить, что даже если модальный бит в рассматриваемой позиции находится на низком уровне 60% кадров, вероятность точного определения модального бита уже составляет более 99% на 6 уровнях. [1]
Космическая сложность
Требуемое пространство для алгоритма Текномо – Фернандеса задается функцией , в зависимости от разрешения изображения, номер кадров в видео и желаемое количество уровней. Однако тот факт, что вероятно, не превышает 6, снижает сложность пространства до . [1]
Сложность времени
Весь алгоритм работает в -время, только в зависимости от разрешения изображения. Вычисление модального бита для каждого бита можно выполнить в-время, в то время как вычисление результирующего изображения из трех данных изображений может быть выполнено в -время. Количество изображений для обработки в уровни . Однако, поскольку, то это на самом деле , поэтому алгоритм работает в . [1]
Варианты
Был разработан вариант алгоритма Текномо – Фернандеса, который включает метод Монте-Карло, названный CRF. Были реализованы две разные конфигурации CRF: CRF9,2 и CRF81,1. Эксперименты с некоторыми цветными видеопоследовательностями показали, что конфигурации CRF превосходят алгоритм TF с точки зрения точности. Однако алгоритм TF остается более эффективным с точки зрения времени обработки. [5]
Приложения
- Обнаружение объекта
- Распознавание лиц
- Распознавание лица
- Обнаружение пешеходов
- Видеонаблюдение
- Захвата движения
- Взаимодействие человека с компьютером
- Кодирование видео на основе контента
- Мониторинг трафика
- Распознавание жестов в реальном времени
Рекомендации
- ^ Б с д е е г ч я J к л м Teknomo, Kardi; Фернандес, Proceso (2015). «Генерация фонового изображения с использованием логических операций». arXiv : 1510.00889 [ cs.CV ].
- ^ Абу, Патрисия Анджела; Фернандес, Просесо. «Сравнение производительности алгоритма Текномо-Фернандеса в цветовом пространстве RGB и HSV» . Цитировать журнал требует
|journal=
( помощь ) - ^ а б Абу, Патрисия Анджела (март 2015 г.). Улучшение алгоритма моделирования фонового изображения Текномо – Фернандеса для сегментации переднего плана (Ph.D). Университет Атенео де Манила.
- ^ Абу, Патрисия Анджела; Фернандес, Просесо (март 2016 г.). Модификация алгоритма Текномо – Фернандеса для точного вычитания фона в реальном времени . Филиппинский Конгресс вычислительной науки.
- ^ Абу, Патрисия Анджела; Чу, Вариан Шервин; Фернандес, Просесо. «Алгоритм на основе Монте-Карло для генерации фона» . Цитировать журнал требует
|journal=
( помощь )
дальнейшее чтение
- Чу, Вариан Шервин Б. (2013). Реконструкция фонового изображения с использованием случайной выборки кадров и логических битовых операций (Тезис). Университет Атенео де Манила.
- Абу, Патрисия Анджела Р. (2015). Улучшение алгоритма моделирования фонового изображения Текномо-Фернандеса для сегментации переднего плана (тезис). Университет Атенео де Манила.
Внешние ссылки
- Генерация фонового изображения с использованием логических операций - описывает алгоритм TF, его допущения, процессы, точность, временную и пространственную сложность, а также примеры результатов.
- В этом исследовании был разработан алгоритм на основе Монте-Карло для генерации фона - вариант алгоритма Текномо – Фернандеса, который включает метод Монте-Карло .