Combining Template Matching and Background Subtraction Techniques to Detect Objects in Infrared Video Sequences
En este artc̕ulo, se introduce un algoritmo que combina una tčnica de coincidencia de plantillas con sustraccin̤ de fondo para detectar objetivos en movimiento en una carretera capturada en video usando una cm̀ara estt̀ica. El algoritmo diseądo basado en la combinacin̤ de las dos tčnicas es reduc...
Сохранить в:
| Другие авторы: | , , , |
|---|---|
| Формат: | |
| Язык: | английский |
| Предметы: | |
| Online-ссылка: | Combining Template Matching and Background Subtraction Techniques to Detect Objects in Infrared Video Sequences |
| Метки: |
Добавить метку
Нет меток, Требуется 1-ая метка записи!
|
MARC
| LEADER | 00000nam a22000004a 4500 | ||
|---|---|---|---|
| 001 | vpro21126 | ||
| 005 | 20201223000000.0 | ||
| 008 | 200517s2020 ck # g## #001 0#eng#d | ||
| 020 | |a 2533-4123 (Versin̤ electrn̤ica); 1802-2308 (Versin̤ Impresa) | ||
| 022 | |||
| 040 | |a CO-BoINGC | ||
| 041 | 0 | |a eng | |
| 245 | 1 | 0 | |a Combining Template Matching and Background Subtraction Techniques to Detect Objects in Infrared Video Sequences |
| 246 | |a Combinacin̤ de tčnicas de coincidencia de plantillas y sustraccin̤ de fondo para detectar objetos en secuencias de video infrarrojo | ||
| 264 | |a Bogot ̀(Colombia) : |b Revista VirtualPRO, |c 2020 | ||
| 520 | 3 | |a En este artc̕ulo, se introduce un algoritmo que combina una tčnica de coincidencia de plantillas con sustraccin̤ de fondo para detectar objetivos en movimiento en una carretera capturada en video usando una cm̀ara estt̀ica. El algoritmo diseądo basado en la combinacin̤ de las dos tčnicas es reducir las dificultades en la estimacin̤ de fondo y mejorar el tiempo de procesamiento, etc. El algoritmo propuesto se prob ̤en dos secuencias de video diferentes. La primera secuencia de video fue filmada con cm̀ara estabilizada, mientras que el segundo video fue adquirido con cm̀ara inestable. Los resultados en ambos casos indicaron que el algoritmo de sustraccin̤ de fondo es exitoso en la deteccin̤ de objetos en movimiento y la tčnica de correspondencia de plantillas es adecuada para el reemplazo de objetos del marco de fondo para adquirir el marco de fondo estǹdar.1. Introduccin̤La sustraccin̤ de fondo es una tčnica importante en muchas aplicaciones de la visin̤ por computador, como la vigilancia por vd̕eo, el conteo de personas, el reconocimiento de gestos humanos, la deteccin̤ y el seguimiento de objetos en movimiento, la vigilancia del trf̀ico o en aplicaciones militares como los buscadores de img̀enes. Se han propuesto muchos mťodos de sustraccin̤ de fondo en publicaciones tales como el promedio gaussiano de ejecucin̤, el filtro de la mediana temporal, la mezcla de gaussianos, la estimacin̤ de la densidad del nc͠leo, etc. Hay tres enfoques representativos de los mťodos de sustraccin̤ de fondo. En primer lugar, son mťodos basados en los px̕eles que extraen los primeros planos utilizando cada px̕el de forma independiente. El segundo grupo de tčnicas de sustraccin̤ de fondo son los mťodos basados en bloques. El tercer grupo de enfoques de sustraccin̤ de fondo son los mťodos basados en texturas [1-4].En este documento, el mťodo presentado permite al usuario elegir el marco de fondo al inicio. Luego, el algoritmo actualiza automt̀icamente el marco de fondo para eliminar los cambios ambientales como el da̕, los cambios climt̀icos, etc. Sin embargo, el marco de fondo puede contener objetos de interš. Por lo tanto, se debe emplear una tčnica de concordancia de plantillas para eliminar estos objetos de la imagen y establecer una intensidad adecuada a los px̕eles de los objetos eliminados.Hay muchos criterios de similitud para la coincidencia de plantillas que son la suma de diferencias abso-lad͠icas (SAD), la suma de diferencias absolutas a escala local (LSAD), la suma cero - media de diferencias absolutas (ZSAD), la suma de diferencias cuadradas (SSD), la suma de diferencias cuadradas a escala local (LSSD), la suma cero - media de diferencias cuadradas (ZSSD), la correlacin̤ cruzada normalizada (NCC), la suma cero - media de la correlacin̤ cruzada normalizada (ZNCC), y la suma de distancias de martilleo (SHD) [6]. En este documento se emplearon los criterios de similitud de la correlacin̤ cruzada normalizada. Y el coeficiente de correlacin̤ cruzada normalizada utilizado es 0,8 [6, 7]. | |
| 650 | \ | \ | |a Vigilancia |
| 650 | \ | \ | |a Tecnologa̕ infrarroja |
| 650 | \ | \ | |a Detecci©đn a distancia |
| 650 | \ | \ | |a Monitoring |
| 650 | \ | \ | |a Infrared technology |
| 650 | \ | \ | |a Remote sensing |
| 650 | \ | \ | |a Estimacin̤ de fondo |
| 650 | \ | \ | |a sustraccin̤ de fondo |
| 650 | \ | \ | |a img̀enes infrarrojas |
| 650 | \ | \ | |a correlacin̤ cruzada 2-D normalizada |
| 650 | \ | \ | |a deteccin̤ de objetos |
| 650 | \ | \ | |a tčnica de comparacin̤ de plantillas |
| 650 | \ | \ | |a video vigilancia. |
| 650 | \ | \ | |a Background estimation |
| 650 | \ | \ | |a background subtraction |
| 650 | \ | \ | |a infrared images |
| 650 | \ | \ | |a normalized 2-D cross correlation |
| 650 | \ | \ | |a object detection |
| 650 | \ | \ | |a template matching technique |
| 650 | \ | \ | |a video surveillance. |
| 700 | \ | \ | |a Jaloveck<U+00FD> R. |
| 700 | \ | \ | |a Pham I.Q. |
| 700 | \ | \ | |a Pol̀ek M. |
| 700 | \ | \ | |a University of Defence |
| 856 | |z Combining Template Matching and Background Subtraction Techniques to Detect Objects in Infrared Video Sequences |u https://virtualpro.unach.elogim.com/biblioteca/combinacion-de-tecnicas-de-coincidencia-de-plantillas-y-sustraccion-de-fondo-para-detectar-objetos-en-secuencias-de-video-infrarrojo | ||