In visual surveillance systems, a c

In visual surveillance systems, a common first step is
background subtraction. In general, background subtraction or
background segmentation refers to the classification of all
pixels in a frame as either foreground or background. There
have been many algorithms developed ranging from simple to
complex, as seen in [3, 4, 5, 6]. Our system utilizes the
algorithm described in [3], modeling each pixel as a mixture
of multiple Gaussian distributions of pixel intensity values.
The background model is initialized by integrating the pixel
values for the first 100 frames. This reduces the amount of
erroneous pixel classification that occurs early in the sequence
due to the background being unknown. Figure 1 shows the
results of the segmentation using background subtraction. The
black pixels indicate the background, and the white areas
indicate the foreground, i.e. where the bees in the frame are.
Figure 2 shows the same frame with contour and bounding

ผลลัพธ์ (ไทย) 1:

ในระบบภาพ ขั้นตอนแรกโดยทั่วไปคือการลบพื้นหลัง ทั่วไป พื้นหลังลบ หรือพื้นหลังแบ่งหมายถึงการจัดประเภททั้งหมดพิกเซลในเฟรมเป็นเบื้องหน้าหรือพื้นหลัง มีมีหลายอัลกอริทึมพัฒนาตั้งแต่เรื่องง่ายไปคอมเพล็กซ์ เห็น [3, 4, 5, 6] ใช้ระบบการอัลกอริทึมใน [3], การสร้างโมเดลแต่ละพิกเซลเป็นส่วนผสมของการกระจายนที่หลายของค่าความเข้มของพิกเซลรูปแบบพื้นหลังถูกเตรียมใช้งาน โดยรวมพิกเซลค่าสำหรับเฟรม 100 อันดับแรก ลดจำนวนการจัดประเภทของพิกเซลที่มีข้อผิดพลาดที่เกิดขึ้นในลำดับที่เนื่องจากพื้นหลังจะไม่รู้จักกัน รูปที่ 1 แสดงการผลของการแบ่งกลุ่มที่ใช้ลบพื้นหลัง การพิกเซลสีดำระบุพื้นหลัง และด้านขาวระบุเบื้องหน้า เช่นผึ้งในเฟรมรูปที่ 2 แสดงเฟรมเดียวกันกับรูปร่างและขอบเขต

ผลลัพธ์ (ไทย) 2:

ในระบบการเฝ้าระวังภาพเป็นขั้นตอนแรกที่พบบ่อยคือ
การลบพื้นหลัง โดยทั่วไปการลบพื้นหลังหรือ
การแบ่งส่วนพื้นหลังหมายถึงการจัดหมวดหมู่ของทุก
พิกเซลในกรอบเป็นทั้งเบื้องหน้าหรือพื้นหลัง มี
ได้หลายขั้นตอนวิธีการพัฒนาตั้งแต่ง่ายไป
ซับซ้อนเท่าที่เห็นใน [3, 4, 5, 6] ระบบของเราใช้
อัลกอริทึมที่อธิบายไว้ใน [3], การสร้างแบบจำลองแต่ละพิกเซลเป็นส่วนผสม
ของการกระจาย Gaussian หลายค่าความเข้มพิกเซล.
รูปแบบพื้นหลังจะเริ่มต้นได้โดยการบูรณาการพิกเซล
ค่าสำหรับ 100 เฟรมแรก ซึ่งจะช่วยลดจำนวนของ
การจัดหมวดหมู่ของพิกเซลที่ผิดพลาดที่เกิดขึ้นในช่วงต้นลำดับ
เนื่องจากพื้นหลังเป็นที่รู้จัก รูปที่ 1 แสดง
ผลของการแบ่งส่วนการใช้การลบพื้นหลัง
พิกเซลสีดำบ่งบอกถึงพื้นหลังและพื้นที่สีขาว
แสดงให้เห็นเบื้องหน้าคือที่ผึ้งในกรอบที่มี.
รูปที่ 2 แสดงเฟรมเดียวกันกับรูปร่างและขอบเขต

ผลลัพธ์ (ไทย) 3:

ในระบบการเฝ้าระวัง และ ขั้นตอนแรกที่พบคือการลบพื้นหลัง โดยทั่วไปการลบฉากหลังหรือการตัดพื้นหลัง หมายถึง การจัดหมวดหมู่ของทั้งหมดพิกเซลในกรอบเป็นทั้งเบื้องหน้าหรือเบื้องหลัง มีมีอัลกอริทึมที่พัฒนามากจากง่ายไปจนถึงซับซ้อนตามที่เห็นใน [ 3 , 4 , 5 , 6 ] ระบบของเราใช้ขั้นตอนวิธีที่อธิบายไว้ใน [ 3 ] แบบจำลองแต่ละพิกเซลเป็นส่วนผสมลักษณะของการแจกแจงของหลายพิกเซลเข้มค่ารูปแบบพื้นหลังเริ่มต้นโดยการบูรณาการของพิกเซลค่า 100 เฟรมก่อน นี้จะช่วยลดปริมาณของข้อผิดพลาดที่เกิดขึ้นในช่วงต้นของพิกเซลการจำแนกลำดับเนื่องจากพื้นหลังที่ไม่รู้จัก รูปที่ 1 แสดงผลของการใช้ลบพื้นหลัง ที่พิกเซลสีดำบ่งบอกถึงความเป็นมาและพื้นที่สีขาวระบุว่า เบื้องหน้าคือที่ผึ้งในกรอบเป็นรูปที่ 2 แสดงเฟรมเดียวกันกับรูปร่างและขอบเขต