Издательство СО РАН

Издательство СО РАН

Адрес Издательства СО РАН: Россия, 630090, а/я 187
Новосибирск, Морской пр., 2

soran2.gif

Baner_Nauka_Sibiri.jpg


Яндекс.Метрика

Array
(
    [SESS_AUTH] => Array
        (
            [POLICY] => Array
                (
                    [SESSION_TIMEOUT] => 24
                    [SESSION_IP_MASK] => 0.0.0.0
                    [MAX_STORE_NUM] => 10
                    [STORE_IP_MASK] => 0.0.0.0
                    [STORE_TIMEOUT] => 525600
                    [CHECKWORD_TIMEOUT] => 2880
                    [PASSWORD_LENGTH] => 6
                    [PASSWORD_UPPERCASE] => N
                    [PASSWORD_LOWERCASE] => N
                    [PASSWORD_DIGITS] => N
                    [PASSWORD_PUNCTUATION] => N
                    [PASSWORD_CHECK_WEAK] => N
                    [PASSWORD_CHECK_POLICY] => N
                    [PASSWORD_CHANGE_DAYS] => 0
                    [PASSWORD_UNIQUE_COUNT] => 0
                    [LOGIN_ATTEMPTS] => 0
                    [BLOCK_LOGIN_ATTEMPTS] => 0
                    [BLOCK_TIME] => 0
                )

        )

    [SESS_IP] => 216.73.216.198
    [SESS_TIME] => 1750398421
    [IS_EXPIRED] => 
    [BX_SESSION_SIGN] => 9b3eeb12a31176bf2731c6c072271eb6
    [SESS_SHOW_INCLUDE_TIME_EXEC] => 
    [fixed_session_id] => 80c6550a7cbca21ef4ad7f0227ef07ce
    [BX_LOGIN_NEED_CAPTCHA_LOGIN] => Array
        (
            [LOGIN] => 
            [POLICY_ATTEMPTS] => 0
        )

    [SESS_OPERATIONS] => Array
        (
        )

)

Поиск по журналу

Автометрия

2009 год, номер 5

ВЫДЕЛЕНИЕ ДВИЖУЩИХСЯ ОБЪЕКТОВ ПО ПОСЛЕДОВАТЕЛЬНОСТИ ИЗОБРАЖЕНИЙ В РЕАЛЬНОМ ВРЕМЕНИ

В. А. Иванов, В. С. Киричук
Институт автоматики и электрометрии СО РАН
vaivanov@iae.nsk.su, kirichuk@iae.nsk.su
Ключевые слова: объект, видеопоследовательность, изображение, фон, интервал времени, детектор, траектория движения
Страницы: 14-21

Аннотация

Предложен новый алгоритм оценивания стационарной части фона наблюдаемой сцены и его адаптации к изменениям содержания сцены и условий наблюдения. Алгоритм является оптимальным в статистическом смысле и использует минимальное количество статистических характеристик (скользящее среднее, дисперсию и медиану), что позволяет проводить их рекуррентное вычисление, необходимое при реализации в реальном времени. Обоснованность предложенной методики подтверждена результатами вычислительного эксперимента с реальными видеопоследовательностями.