Advanced Gaussian Mixture Learning for Complex Environment

개선된 적응적 가우시안 혼합 모델을 이용한 객체 검출

  • Park Dae-Yong (Dept. of Electronic and Electric Engineering Hong Ik National University) ;
  • Kim Jae-Min (Dept. of Electronic and Electric Engineering Hong Ik National University) ;
  • Cho Seong-Won (Dept. of Electronic and Electric Engineering Hong Ik National University) ;
  • 박대용 (홍익대학교 전자전기공학부) ;
  • 김재민 (홍익대학교 전자전기공학부) ;
  • 조성원 (홍익대학교 전자전기공학부) ;
  • 김준범 (홍익대학교 전자전기공학부)
  • Published : 2005.11.01

Abstract

Background Subtraction은 움직이는 물체 검출에 가장 많이 사용되는 방법 중 하나이다. 배경이 복잡하고 변화가 심한 경우, 배경을 실시간으로 얼마나 정확하게 학습하는가가 물체 검출의 정확도를 결정한다. Gaussian Mixture Model은 이러한 배경의 모델링에 가장 많이 쓰이는 방법이다. Gaussian Mixture Model은 확률적 학습 방법을 사용하는데, 이러한 방법은 물체가 자주 지나다니거나 물체가 멈춰있는 경우, 배경을 정확하게 모델링하지 못한다. 본 논문에서는 밝기 값에 대한 확률적 모델링과 밝기 값의 변화에 따른 처리를 결합하여 혼잡한 환경에서 배경을 정확하게 모델링할 수 있는 학습 방법을 제안한다.

Keywords