Accurate extraction of foreground o

Accurate extraction of foreground objects is crucial for tracking and recognition, and it is still
a challenging problem in complex scenes with illumination variations and dynamic backgrounds. In
this paper, we propose a foreground object detection approach with three aspects of contributions. First,
considering the temporal persistence of texture sequences, we extend Liao's method [1] to the
spatiotemporal domain and propose a modified local image descriptor called ST-SILTP. Second, we
present an adaptive fusion approach of color and texture to compensate for their respective defects.
Unlike those existing fusion methods, we do not need to adjust the parameters manually to adapt actual
situations. Third, since a pixel of foreground or not depends on not only itself but also its neighborhood,
we utilize the lateral inhibition filter model to incorporate the neighborhood information into
calculating the pixel's confidence score. The comprehensive experiments on the dataset containing
complex scenes demonstrate that the proposed approach is superior to the existing state-of-the-art
algorithms.

ผลลัพธ์ (ไทย) 1:

แยกความถูกต้องของวัตถุเบื้องหน้าเป็นสิ่งสำคัญสำหรับการติดตามและการรับรู้ และยังคง
ปัญหาท้าทายในฉากที่ซับซ้อน ด้วยรูปแบบไฟส่องสว่างและพื้นหลังแบบไดนามิก ใน
กระดาษนี้ เราเสนอวิธีการตรวจสอบวัตถุเบื้องหน้า มีสามด้านของผลงาน แรก,
พิจารณาติดตาขมับของลำดับเนื้อ เราขยายวิธีการของเลี้ยว [1] เพื่อการ
โดเมน spatiotemporal และนำเสนออธิบายภาพแก้ไขเฉพาะที่เรียกว่า ST-SILTP สอง เรา
แสดงวิธีการผสมผสานที่เหมาะสมของสีและพื้นผิวการชดเชยสำหรับพวกเขาเกี่ยวข้องบกพร่อง
ซึ่งแตกต่างจากวิธีฟิวชั่นที่อยู่ เราไม่จำเป็นต้องปรับปรุงพารามิเตอร์การปรับจริง
สถานการณ์ ที่สาม ตั้งแต่เซลของเบื้องหน้า หรือไม่ขึ้นอยู่กับไม่เท่านั้นเอง แต่ยังของย่าน,
เราใช้แบบกรองยับยั้งด้านข้างเพื่อรวมข้อมูลพื้นที่ใกล้เคียงเป็น
คำนวณคะแนนความเชื่อมั่นของพิกเซล การทดลองที่ครอบคลุมบนชุดข้อมูลประกอบด้วย
ฉากซับซ้อนแสดงให้เห็นว่าวิธีการนำเสนอเหนือกว่าอยู่รัฐของ-the-art
อัลกอริทึมการ

ผลลัพธ์ (ไทย) 3:

การสกัดที่ถูกต้องของวัตถุเบื้องหน้าเป็นสิ่งสำคัญสำหรับการติดตามและการยอมรับและยังคงเป็นปัญหาที่ท้าทายในฉากที่ซับซ้อน
ด้วยรูปแบบภาพพื้นหลังแบบไดนามิก ใน
กระดาษนี้เราเสนอเบื้องหน้าการตรวจจับวัตถุเข้าใกล้กับสามด้านของผลงาน แรก
พิจารณาเก็บรักษาชั่วคราวของท่อนเนื้อ เราขยายเหลียวเป็นวิธี [ 1 ]
โดเมน spatiotemporal และเสนอแก้ไขภาพหัวเรื่องท้องถิ่นเรียกว่า st-siltp . ประการที่สอง เราเสนอแนวทางการปรับตัว
ฟิวชั่นสีและพื้นผิวเพื่อชดเชยข้อบกพร่องของตน .
ซึ่งต่างจากวิธีการฟิวชั่นที่มีอยู่ เราไม่ต้องปรับค่าพารามิเตอร์ด้วยตนเองให้เข้ากับสถานการณ์จริง

ประการที่สามตั้งแต่พิกเซลพื้นหรือไม่ ขึ้นอยู่กับ ไม่เพียง แต่ตัวเอง แต่ยังละแวกของมัน
เราใช้กรองแบบที่มีการรวมข้อมูลบ้านใน
คำนวณคะแนนความมั่นใจของพิกเซล การทดลองที่ครอบคลุมข้อมูลที่ประกอบด้วย
ฉากซับซ้อนแสดงให้เห็นว่า วิธีการที่เสนอที่ดีกว่าที่มีอยู่ในรัฐ - of - the - art
อัลกอริธึม