An analysis of hardware design conditions of EGML-based moving object detection algorithm

EGML 기반 이동 객체 검출 알고리듬의 하드웨어 설계조건 분석

This paper describes an analysis of hardware design conditions of moving object detection algorithm which is based on effective Gaussian mixture learning (EGML). The simulation model of EGML algorithm is implemented using OpenCV, and it is analyzed that the effects of parameter values on background learning time and moving object detection sensitivity for various images. In addition, optimal design conditions for hardware implementation of EGML-based MOD algorithm are extracted from fixed-point simulations for various bit-width parameters.

본 논문에서는 EGML (Effective Gaussian Mixture Learning) 기반 이동 객체 검출 알고리듬의 하드웨어 구현을 위한 설계조건을 분석하였다. EGML 알고리듬을 OpenCV 소프트웨어로 구현하였으며, 다양한 영상들에 대한 시뮬레이션을 통해 배경학습 시간과 이동 객체 검출에 영향을 미치는 파라미터 조건을 분석하였다. 또한, 고정소수점 시뮬레이션을 통해 파라미터들의 비트 폭이 이동 객체검출 성능에 미치는 영향을 평가하고, 최적 하드웨어 설계 조건을 도출하였다.