Statistical methods are basically u

Statistical methods are basically used to remove the problems encountered in the background subtraction method. This method is also used to detect changes regions according to the pixel. These methods are originally generation of background subtraction method. This method usesthe properties of pixel or group of pixels to build new background model and the statistics of the background are updated dynamically. In this method the statistics are dynamically updated for each frame [14].And then pixel constituting the foreground are compared the background pixel to detect the foreground pixel. This method is more popular due to its reliability in case of noise, low resolution or illumination changes and shadow [17]. Stauffer and Grimson [2] discuss an adaptive background mixture modeled by a mixture of Gaussians which are updated on-line through images. To determine a pixel is from background or foreground, Gaussian distribution of the mixture model for that pixel is evaluated.

ผลลัพธ์ (ไทย) 1:

โดยทั่วไปใช้วิธีการทางสถิติเอาปัญหาที่พบในวิธีการลบพื้นหลัง นอกจากนี้ยังมีใช้วิธีการนี้เพื่อตรวจสอบการเปลี่ยนแปลงภูมิภาคตามพิกเซล วิธีการเหล่านี้เป็นครั้งแรกรุ่นวิธีลบพื้นหลัง คุณสมบัตินี้ usesthe วิธีของพิกเซลหรือกลุ่มเซลในการสร้างแบบจำลองพื้นหลังใหม่และสถิติซึ่งมีการปรับปรุงแบบไดนามิก ในวิธีนี้ สถิติจะถูกปรับปรุงสำหรับแต่ละเฟรม [14] แล้ว การเปรียบเทียบค่าเบื้องหน้าเซลพิกเซลพื้นหลังตรวจหาเซลเบื้องหน้า วิธีนี้เป็นที่นิยมมากขึ้นเนื่องจากความน่าเชื่อถือในกรณีที่เสียงรบกวน การเปลี่ยนแปลงความละเอียดหรือรัศมีต่ำ และเงา [17] Stauffer และ Grimson [2] กล่าวถึงการผสมปรับพื้นจำลอง โดยส่วนผสมของ Gaussians ซึ่งมีการปรับปรุงออนไลน์ผ่านรูปภาพ เพื่อกำหนดเป็นพิกเซลจากพื้นหลังหรือเบื้องหน้า แจก Gaussian รุ่นผสมสำหรับเซลที่รับการประเมิน

ผลลัพธ์ (ไทย) 2:

วิธีการทางสถิติที่ใช้ในพื้นเพื่อลบปัญหาที่พบในการลบพื้นหลัง วิธีนี้ยังถูกนำมาใช้ในการตรวจสอบพื้นที่ที่มีการเปลี่ยนแปลงตามพิกเซล วิธีการเหล่านี้ แต่เดิมการสร้างวิธีการลบพื้นหลัง คุณสมบัติ usesthe วิธีการนี​​้ของพิกเซลหรือกลุ่มของพิกเซลในการสร้างรูปแบบพื้นหลังใหม่และสถิติของพื้นหลังที่มีการปรับปรุงแบบไดนามิก ในวิธีการนี​​้สถิติที่มีการปรับปรุงแบบไดนามิกสำหรับแต่ละเฟรม [14] .and แล้วพิกเซล constituting เบื้องหน้าจะเปรียบเทียบพิกเซลพื้นหลังการตรวจสอบพิกเซลเบื้องหน้า วิธีการนี​​้เป็นที่นิยมมากขึ้นเนื่องจากความน่าเชื่อถือในกรณีของเสียงความละเอียดต่ำหรือการเปลี่ยนแปลงความสว่างและเงา [17] สตาฟและ Grimson [2] หารือเกี่ยวกับส่วนผสมพื้นหลังรูปแบบการปรับตัวโดยส่วนผสมของ Gaussians ที่มีการปรับปรุงเกี่ยวกับสายผ่านภาพ การตรวจสอบพิกเซลจากพื้นหลังหรือเบื้องหน้ากระจายเสียนของรูปแบบผสมสำหรับพิกเซลที่ได้รับการประเมิน

ผลลัพธ์ (ไทย) 3:

วิธีการทางสถิติมีการใช้โดยทั่วไปเพื่อลบปัญหาในการลบฉากหลังวิธี วิธีนี้ยังใช้ในการตรวจหาการเปลี่ยนแปลงภูมิภาคตามพิกเซลที่ วิธีการเหล่านี้เดิมรุ่นของวิธีลบพื้นหลังวิธีนี้ usesthe คุณสมบัติของพิกเซลหรือกลุ่มของพิกเซลที่จะสร้างรูปแบบพื้นหลังใหม่และสถิติของพื้นหลังมีการปรับปรุงแบบไดนามิก ในวิธีนี้ สถิติแบบไดนามิกการปรับปรุงสำหรับแต่ละเฟรม [ 14 ] และจากนั้นพิกเซลประกอบเบื้องหน้าเปรียบเทียบพิกเซลพื้นหลังตรวจสอบเบื้องหน้าพิกเซลวิธีนี้เป็นวิธีที่นิยมมากขึ้นเนื่องจากความน่าเชื่อถือในกรณีที่เสียงความละเอียดต่ำหรือไฟส่องสว่าง การเปลี่ยนแปลง และเงา [ 17 ] Stauffer และ grimson [ 2 ] เรื่องการผสมผสมของพื้นหลังแบบ gaussians ที่มีการปรับปรุงออนไลน์ผ่านภาพ ตรวจสอบพิกเซลจากพื้นหลังหรือพื้นหน้าแดงของรูปแบบผสมที่พิกเซลคือการประเมิน