@misc{oai:mie-u.repo.nii.ac.jp:00012163,
 author = {ZHENG, KAN and テイ, カン},
 month = {Sep},
 note = {application/pdf, 背景モデルを用いて監視ビデオから移動物体を検出する手法が多数提案されている．これらの手法は，平均法または学習率を用いる移動平均法などで既に観測されたフレームから生成する背景画像と現在のフレームの差分をとることで移動物体を簡単かつ高速に抽出できるものの，屋外のシーンは植物の枝や葉の揺れ，水の波打ちなど背景中で常時変化しており，その変化部分に属するピクセルを誤抽出する問題がある．この問題を解決するため，混合ガウス分布モデル(GMM)を利用する統計的な手法が提案されている．一般的に混合ガウス分布は単一のピクセル値に対して時間領域での変化だけでモデリングするので，モデルが画像のノイズや急激に変化している背景ピクセルに対応できるとは限らず，それが背景モデルの安定的な構築の障害となっている．そこで，本論文では，入力画像の GMM と複数の局所的な空間的特徴の GMM のそれぞれから構築する複数の背景モデルを総合的に判定することで背景変化への追従性を高める手法を提案した．この提販手法では，最後の移動物体と背景の判定において，それぞれのモデルによる判定結果が同じなら，その判定結果で移動物体に属するピクセルか否かを確定する．一方，判定結果が異なる場合は，一定の範囲内で画素値が類似している確定ピクセルを探し出し，それらの過半数が移動物体に属する場合に，移動物体中のピクセルとして確定する．また，この提案手法により得た背景モデルを評価用データセットの解であるGround Truthと比較し Precision RateとRecall Rate を算出してF-measure手法で評価した．その結果，提案手法により従来法の89.82%が98.07%まで改善されることが明らかになった．, 三重大学大学院 工学研究科 情報工学専攻 コンピュータアーキテクチャ研究室, 35p},
 title = {空間特徴を用いた混合ガウス分布モデルによる背景モデルの構築},
 year = {2017}
}