The simplest background model assum

The simplest background model assumes that the intensity values of a pixel can be modeled by a single unimodal distribution. This basic model is used in .However, a single-mode model cannot handle multiple backgrounds, like waving trees. The generalized mixture of Gaussians (MOG) in has been used to model complex, non-static backgrounds. Methods employing MOG have been widelyincorpora ted into algorithms that utilize Bayesian frameworks , dense depth data, color and gradient information , mean-shift analysis, and region-based information .

ผลลัพธ์ (ไทย) 1:

รูปแบบพื้นหลังที่ง่ายสมมติว่าค่าความเข้มของพิกเซลสามารถจำลองโดยการกระจาย unimodal เดียว รูปแบบพื้นฐานนี้จะใช้ใน. แต่รูปแบบโหมดเดียวไม่สามารถจัดการกับภูมิหลังที่หลายเช่นโบกต้นไม้ ส่วนผสมทั่วไปของ Gaussians (MOG) ในมีการใช้รูปแบบที่ซับซ้อนภูมิหลังที่ไม่คงที่วิธีการจ้าง MOG ได้รับ widelyincorpora ted ลงในขั้นตอนวิธีการที่ใช้กรอบ bayesian ข้อมูลหนาแน่นลึกสีและข้อมูลลาดวิเคราะห์หมายถึงการเปลี่ยนแปลงและข้อมูลตามภูมิภาค

ผลลัพธ์ (ไทย) 2:

รูปแบบพื้นหลังที่ง่ายที่สุดถือว่า ค่าความเข้มของพิกเซลสามารถสร้างแบบจำลอง โดยการกระจาย unimodal เดียว รูปแบบนี้จะใช้ในอย่างไรก็ตาม แบบโหมดเดียวไม่สามารถจัดการกับพื้นหลังของหลาย เช่นโบกไม้ มีการใช้ส่วนผสมเมจแบบทั่วไปหยิบของ Gaussians (หมอก) ในแบบซับซ้อน คงไม่มีพื้นหลัง วิธีการใช้หยิบหมอกมีเท็ด widelyincorpora เป็นอัลกอริทึมที่ใช้ทฤษฎีกรอบ หนาแน่นลึกข้อมูล ข้อมูลสีและการไล่ระดับสี วิเคราะห์ค่าเฉลี่ยกะ และข้อมูลภูมิภาค

ผลลัพธ์ (ไทย) 3:

ภาพ พื้นหลังของรุ่นง่ายที่สุดที่จะถือว่าค่าความเข้มแสงของระบบ Perfect Pixel ที่สามารถวางรูปแบบตามอย่างโดยการแจกจ่าย unimodal เดียว รุ่นพื้นฐานแห่งนี้จะใช้ใน.อย่างไรก็ตามรุ่นเดียวที่ไม่สามารถจัดการกับหลายฉากเหมือนต้นไม้โบกมือ การผสมผสานกันระหว่างโดยทั่วไปของ gaussians ( mog )ในได้รับการใช้งานในรุ่นมีประวัติ - ไฟฟ้าสถิตย์คอมเพล็กซ์วิธีการใช้ mog ได้รับการเท็ด widelyincorpora ในอัลกอริธึมที่ใช้กรอบ Bayesian ข้อมูลเชิงลึกมีความหนาแน่นมากสีและข้อมูลการไล่ระดับสีหมายความว่าการเปลี่ยนแปลงและการวิเคราะห์พื้นที่ - ใช้ข้อมูล