Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Methodology of Detection for Power Cable Insulation Defects Based on DC Voltage Withstand Test Kapitel lesen Erstes Kapitel lesen

2014 | OriginalPaper | Buchkapitel

Detecting Motion Regions Using Statistic Parameters

verfasst von : Yun Gao, Hao Zhou, Xuejie Zhang

Erschienen in: Unifying Electrical Engineering and Electronics Engineering

Verlag: Springer New York

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Background subtraction has become a popular method for video-based motion detection. In this chapter, we present a novel statistic parametric model by doing statistical analysis for history samples, incorporating the parameters of the sample number forming the models, the sampling time center and the last time point, which are ignored by existing background models. With these parameters, the model can be updated in time and accurately. The experimental results show that the presented model can suppress false detections from tail phenomenon, shadows, illumination change, repetitive motion, cluttered areas, and so on.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel An Adaptive Image-Hiding Algorithm Based on Optimal LSBs Substitution
Nächstes Kapitel Improved Compressed Sensing Image Reconstruction Method
Literatur
1.
Yilmaz A, Javed O, Shah M (2006) Object tracking: A survey. ACM Comp Surv 38(4):13+CrossRef
2.
Stauffer C, Grimson WEL (1999) Adaptive background mixture models for real-time tracking. IEEE Comp Soc Conf Comp Vision Pattern Recogn 2:2246–252
3.
Elgammal A, Harwood D, Davis L (2000) Non-parametric model for background subtraction. Lect Notes Comp Sci Springer Berlin Heidelberg 1843(48):751–767CrossRef
4.
Li YB, Jia HJ, Li A (2011) A moving objects detection method base on improved GMM. Adv Mater Res 225–226(1–2):637–641MathSciNet
5.
Sicre R, Nicolas H (2011) Improved Gaussian Mixture Model for the task of object tracking. Lect Note Comp Sci 6855:389–396MathSciNetCrossRef
6.
Fakharian A, Hosseini S, Gustafsson T (2011) Hybrid object detection using improved Gaussian Mixture Model. The 11th International Conference on Control, Automation and Systems, pp. 1475–1479
Metadaten
Titel
Detecting Motion Regions Using Statistic Parameters
verfasst von
Yun Gao
Hao Zhou
Xuejie Zhang
Copyright-Jahr
2014
Verlag
Springer New York
Buch
Unifying Electrical Engineering and Electronics Engineering

Print ISBN: 978-1-4614-4980-5

Electronic ISBN: 978-1-4614-4981-2

Copyright-Jahr: 2014

DOI
https://doi.org/10.1007/978-1-4614-4981-2_128

Neuer Inhalt

    Bildnachweise