Fast MOG Algorithm Using Object Prediction

In a MOG algorithm using the GMM to subtract background, the model parameter computation and the object classification to be performed at every pixel require a huge computation and are the chief obstacles to its uses. This paper proposes a fast MOG algorithm that partly adopts the simple model parameter computation and the object classification skip on the basis of the object prediction. The former is applied to the pixels that gives little effect on the model parameter and the latter is applied to the pixels whose object prediction is firmly trusted. In comparative experiment between the conventional and proposed algorithms using videos, the proposed algorithm carries out the simple model parameter computation and the object classification skip over 77.75% and 92.97%, respectively, nevertheless it retains more than 99.98% and 99.36% in terms of image and moving object-unit average classification accuracies, respectively.

객체 예측을 이용한 고속 MOG 알고리즘

배경제거를 위해 GMM(Gaussian Mixture Models)을 이용하는 MOG(Model of Gaussian) 알고리즘에서 각 화소들에서 수행될 모델변수 계산과 객체 분류는 방대한 계산을 요구하여 MOG 알고리즘의 활용들에 큰 걸림돌이 되고 있다. 본 논문은 객체 예측을 근간으로 단순한 모델변수 계산과 객체 분류 생략을 부분적으로 수행하는 고속 MOG 알고리즘을 제안한다. 전자는 모델변수에 거의 영향을 주지 않는 화소에서 적용되고, 후자는 객체 예측이 확실히 믿을만한 화소에 적용된다. 동영상을 이용한 기존 알고리즘과 제안된 알고리즘의 비교 실험에서 제안된 알고리즘은 단순 모델변수 계산과 객체 분류 생략을 각각 77.75%와 92.97% 이상을 수행하지만 영상 단위와 이동 객체 단위의 평균 분류 정확도 측면에서 각각 99.98% 이상과 99.36% 이상을 유지시켜 주고 있다.