메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
Md. Alamgir Hossain (Kyung He University) Md. Imtiaz Hossain (Kyung Hee University) Md. Delowar Hossain (Kyung Hee University) Ga-Won Lee (Kyung Hee University) Eui-Nam Huh (Kyung Hee University)
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회 컴퓨팅의 실제 논문지 정보과학회 컴퓨팅의 실제 논문지 제26권 제10호
발행연도
2020.10
수록면
442 - 450 (9page)
DOI
10.5626/KTCP.2020.26.10.442

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
배경 분리 알고리즘은 비디오 시퀀스에서 배경을 재구성하여 움직이는 객체를 찾아내기 위한 기술로, 광범위한 응용 분야에 활용되고 있다. 배경 분리 알고리즘의 연구는 주로 복잡도를 줄이면서 정확성을 높이는 데 중점을 두고 있으나, 복잡도를 측정하거나 정확도를 평가하는 방법에 대한 연구는 상대적으로 미비한 상태이다. 따라서, 본 연구에서는 산업 및 학술적으로 모두 사용 가능한 배경 분리 알고리즘의 정확도와 계산 복잡도 평가 방안을 제시하고자 한다. 본 논문에서는 클러스터 기반 기법, 통계 기반 기법, 표본 합의 기반 기법의 세가지 종류와 배경 분리 알고리즘을 구현하고 평가한다. 특히 배경 분리 알고리즘의 분할 정확도를 평가하는데 가장 적합한 방법인 F-measure를 다른 혼합 지표와 함께 사용하였으며, CDD-2012, CDD-2014, 카네기멜론의 데이터시트를 픽셀당 메모리 사용량, 초당 프레임 수로 복잡도를 평가하여 정확도와 계산 복잡도를 나타낸 실험 결과를 본문(섹션 4)에 제시하였다.
#배경 분리 알고리즘 #이동 객체 탐지 #성능 평가 #실시간 처리 #background subtraction #moving object detection #performance assessment #real-time processing

목차

요약
Abstract
1. Introduction
2. Related Work
3. Performance Measurement Metrics
4. Experimental Assessment
5. Conclusion
References

참고문헌 (30)

참고문헌 신청
T. Bouwmans and B. Garcia-Garcia, Background Subtraction in Real Applications: Challenges, Current Models and Future Directions, ArXiv190103577 Cs, Jan. 2019, Accessed: 16-Mar-2020. [Online]. Available: http://arxiv.org/abs/1901.03577. S. K. Choudhury, P. K. Sa, S. Bakshi, and B. Majhi, An Evaluation of Background Subtraction for Object Detection Vis-a-Vis Mitigating Challenging Scenarios, IEEE Access, Vol. 4, pp. 6133- 6150, 2016, doi: 10.1109/ACCESS.2016.2608847. Crossref A. B. Godbehere, A. Matsukawa, and K. Goldberg, Visual tracking of human visitors under variablelighting conditions for a responsive audio art install ation, 2012 American Control Conference (ACC), 2012, pp. 4305-4312, doi: 10.1109/ACC.2012.6315174. Crossref P. KaewTraKulPong and R. Bowden, An Improved Adaptive Background Mixture Model for Real-time Tracking with Shadow Detection, Video-Based Surveillance Systems: Computer Vision and Distributed Processing, P. Remagnino, G. A. Jones, N. Paragios, and C. S. Regazzoni, Eds. Boston, MA: Springer US, 2002, pp. 135-144. google schola OpenCV: cv::BackgroundSubtractorMOG2 Class Reference. https://docs.opencv.org/master/d7/d7b/classcv_1_1BackgroundSubtractorMOG2.html#a682adde901148d85450435e6cc0de4a1 (accessed Mar. 17, 2020).

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

새로운 펌프 없는 온수매트용 온수 순환 시스템의 개발
제종주 ,  손창현 대한기계학회 논문집 B권 2013 .11
자동차 번호판 인식 시스템 정확도 향상을 위한 이미지 전처리에 대한 연구
박상욱 ,  신승훈 ,  오태근 한국통신학회 학술대회논문집 2023 .02
Adaptive Thresholding Technique for Binarization of License Plate Images
Min-Ki Kim Current Optics and Photonics 2010 .12
자율 주행을 위한 딥러닝 기반 라이다 객체 인식 신경망 연구 분석
선민혁 ,  백동희 ,  공승현 한국자동차공학회논문집 2022 .08
Data Augmentation based on Deep Learning for Object Detection of Infrared Cameras in Extreme Environments
조진우 ,  박지일 ,  전현용 외 2명 Journal of the Korean Society for Precision Engineering 2022 .06

최근 본 자료

전체보기

댓글(0)

0