Приоритетное обнаружение с помощью Гауссовых моделей смеси
ForegroundDetector
сравнивает цветной или полутоновый кадр видео с фоновой моделью, чтобы определить, являются ли отдельные пиксели частью фона или переднего плана. Это затем вычисляет приоритетную маску. При помощи фонового вычитания можно обнаружить основные объекты в изображении, взятом из стационарной камеры.
Обнаружить передний план в изображении:
Создайте объект vision.ForegroundDetector
и установите его свойства.
Вызовите объект с аргументами, как будто это была функция.
Чтобы узнать больше, как Системные объекты работают, смотрите то, Что Системные объекты? MATLAB.
detector = vision.ForegroundDetector
detector = vision.ForegroundDetector(Name,Value)
вычисляет и возвращает приоритетную маску с помощью Гауссовой модели смеси (GMM).detector
= vision.ForegroundDetector
свойства наборов с помощью одной или нескольких пар "имя-значение". Заключите каждое имя свойства в кавычки. Например, detector
= vision.ForegroundDetector(Name,Value
)detector = vision.ForegroundDetector('LearningRate',0.005)
Для версий ранее, чем R2016b, используйте функцию step
, чтобы запустить Систему object™ алгоритм. Аргументы к step
являются объектом, который вы создали, сопровождаемый аргументами, показанными в этом разделе.
Например, y = step(obj,x)
и y = obj(x)
выполняют эквивалентные операции.
foregroundMask = detector(I)
foregroundMask = detector(I,learningRate)
вычисляет приоритетную маску для входного изображения foregroundMask
= detector(I
)I
и возвращает логическую маску. Значения 1
в маске соответствуют приоритетным пикселям.
вычисляет приоритетную маску с помощью foregroundMask
= detector(I
,learningRate
)LearningRate
.
Чтобы использовать объектную функцию, задайте Системный объект как первый входной параметр. Например, чтобы выпустить системные ресурсы Системного объекта под названием obj
, используйте этот синтаксис:
release(obj)
[1] Kaewtrakulpong, P. и Р. Боуден. Улучшенная Адаптивная Фоновая Модель Смеси для Отслеживания В реальном времени с Теневым Обнаружением. В материалах 2-й европейский Семинар по Усовершенствованным основанным на видео Системам Наблюдения, AVBS01, СИСТЕМАМ VIDEO BASED SURVEILLANCE: Компьютерное зрение и Распределенная обработка (сентябрь 2001)
[2] Stauffer, C. и В.Е.Л. Гримсон. Адаптивные Фоновые Модели Смеси для Отслеживания В реальном времени, Компьютерного зрения и Распознавания образов, Конференции Общества эпохи компьютеризации IEEE по, Издание 2 (06 августа 1999), стр 2246-252 Издания 2.