Exponenta Banner
exponenta event banner

видение. ForegroundDetector

Обнаружение на переднем плане с использованием гауссовых моделей смесей

развернуть все на странице

Описание

ForegroundDetector сравнивает цветной видеокадр или видеокадр в оттенках серого с фоновой моделью, чтобы определить, являются ли отдельные пикселы частью фона или переднего плана. Затем вычисляется маска переднего плана. Вычитание фона позволяет обнаруживать объекты переднего плана на изображении, снятом с стационарной камеры.

Для обнаружения переднего плана в изображении:

  1. Создать vision.ForegroundDetector и задайте его свойства.

  2. Вызовите объект с аргументами, как если бы это была функция.

Дополнительные сведения о работе системных объектов см. в разделе Что такое системные объекты?.

Создание

Синтаксис

детектор = зрение. ForegroundDetector
детектор = зрение. ForegroundDetector (имя, значение)

Описание

пример

detector = vision.ForegroundDetector вычисляет и возвращает маску переднего плана с использованием модели смеси Гаусса (GMM).

detector = vision.ForegroundDetector(Name,Value) задает свойства, используя одну или несколько пар имя-значение. Заключите каждое имя свойства в кавычки. Например, detector = vision.ForegroundDetector('LearningRate',0.005)

Свойства

развернуть все

Если не указано иное, свойства не настраиваются, что означает невозможность изменения их значений после вызова объекта. Объекты блокируются при их вызове, и release функция разблокирует их.

Если свойство настраивается, его значение можно изменить в любое время.

Дополнительные сведения об изменении значений свойств см. в разделе Проектирование системы в MATLAB с использованием системных объектов.

Адаптировать уровень обучения, указанный как 'true' или 'false'. Это свойство позволяет объекту адаптировать скорость обучения в течение периода, указанного NumTrainingFrames собственность. При установке для этого свойства значения true, объект устанавливает LearningRate свойство 1/( номер текущего кадра). При установке для этого свойства значенияfalse, LearningRate свойство должно устанавливаться на каждом временном шаге.

Количество исходных видеокадров для учебной фоновой модели, указанное как целое число. При установке AdaptLearningRate кому false, это свойство будет недоступно.

Скорость обучения для обновлений параметров, заданная как числовой скаляр. Укажите скорость обучения для адаптации параметров модели. Это свойство управляет скоростью адаптации модели к изменяющимся условиям. Установите это свойство соответствующим образом, чтобы обеспечить стабильность алгоритма.

Скорость обучения, указанная этим свойством, может быть реализована только при установке AdaptLearningRate кому true и после периода обучения, указанного NumTrainingFrames закончилось.

Настраиваемый: Да

Пороговое значение для определения фоновой модели, указанное как числовой скаляр. Это свойство используется для представления минимальной возможности учета пикселов в качестве фоновых значений. Мультимодальный фон не может быть обработан, если это значение слишком мало.

Число гауссовых режимов в модели смеси, указанное как положительное целое число. Как правило, это значение устанавливается равным 3, 4 или 5. Задайте значение 3 или больше, чтобы иметь возможность моделировать несколько фоновых режимов.

Отклонение исходной модели смеси, указанное как числовой скаляр или 'Auto' символьный вектор.

Тип данных изображенияНачальное отклонение
double/single(30/255)^2
uint830^2

Это свойство применяется ко всем цветовым каналам для цветовых входов.

Использование

Синтаксис

foregroundMask = детектор (I)
foregroundMask = детектор (I, learningRate)

Описание

пример

foregroundMask = detector(I) вычисляет маску переднего плана для входного изображения Iи возвращает логическую маску. Значения 1 в маске соответствуют пикселям переднего плана.

foregroundMask = detector(I,learningRate) вычисляет маску переднего плана с помощью LearningRate.

Входные аргументы

развернуть все

Входное изображение, указанное как оттенки серого или truecolor (RGB).

Скорость обучения для обновлений параметров, заданная как числовой скаляр. Укажите скорость обучения для адаптации параметров модели. Это свойство управляет скоростью адаптации модели к изменяющимся условиям. Установите это свойство соответствующим образом, чтобы обеспечить стабильность алгоритма.

Скорость обучения, указанная этим свойством, может быть реализована только при установке AdaptLearningRate кому true и после периода обучения, указанного NumTrainingFrames закончилось.

Настраиваемый: Да

Выходные аргументы

развернуть все

Маска переднего плана, вычисленная с использованием гауссовой модели смеси, возвращается как двоичная маска.

Функции объекта

Чтобы использовать функцию объекта, укажите object™ System в качестве первого входного аргумента. Например, для освобождения системных ресурсов объекта System с именем obj, используйте следующий синтаксис:

release(obj)

развернуть все

stepЗапустить алгоритм объекта System
releaseДеблокирование ресурсов и разрешение изменений значений свойств объекта системы и входных признаков
resetСброс внутренних состояний объекта System

Примеры

свернуть все

Открыть сценарий

Создайте объект источника видео для чтения файла.

videoSource = VideoReader('viptraffic.avi');

Создайте объект-детектор и установите для количества учебных кадров значение 5 (поскольку это короткое видео). Установить начальное стандартное отклонение.

detector = vision.ForegroundDetector(...
       'NumTrainingFrames', 5, ...
       'InitialVariance', 30*30);

Выполните анализ больших двоичных объектов.

blob = vision.BlobAnalysis(...
       'CentroidOutputPort', false, 'AreaOutputPort', false, ...
       'BoundingBoxOutputPort', true, ...
       'MinimumBlobAreaSource', 'Property', 'MinimumBlobArea', 250);

Вставка рамки.

shapeInserter = vision.ShapeInserter('BorderColor','White');

Воспроизвести результаты. Нарисуйте ограничивающие рамки вокруг автомобилей.

videoPlayer = vision.VideoPlayer();
while hasFrame(videoSource)
     frame  = readFrame(videoSource);
     fgMask = detector(frame);
     bbox   = blob(fgMask);
     out    = shapeInserter(frame,bbox);
     videoPlayer(out);
     pause(0.1);
end

Деблокирование объектов.

release(videoPlayer);

Ссылки

[1] Кэутракулпонг, П. и Р. Боуден. Усовершенствованная адаптивная модель фоновой смеси для отслеживания в реальном времени с теневым обнаружением. В Proc. 2-й Европейский семинар по усовершенствованным системам видеонаблюдения, AVBS01, СИСТЕМАМ ВИДЕОНАБЛЮДЕНИЯ: Компьютерное зрение и распределенная обработка (сентябрь 2001 г.)

[2] Штауффер, С. и W.E.L. Гримсон. Модели адаптивной фоновой смеси для отслеживания в реальном времени, компьютерного зрения и распознавания образов, Конференция компьютерного общества IEEE, том 2 (06 августа 1999 года), стр. 2246-252, том 2.

Расширенные возможности

.

См. также

Темы

Представлен в R2011a

Документация по инструментарию компьютерного зрения

Поддержка