Mitos Üyeleri
Üye Paneli
Arama Terimi
Ankara Üniversitesi Açık Erişim Sistemi
Ankara Üniversitesi Açık Erişim Sistemi
Anasayfa
Gözat
Türkçe
Açık Erişim, 2001 Budapeşte Açık Erişim İnisiyatifi’nde bilimsel literatürün internet aracıyla finansal, yasal ve teknik bariyerler olmaksızın, erişilebilir, okunabilir, kaydedilebilir, kopyalanabilir, yazdırılabilir, taranabilir, tam metne bağlantı verilebilir, yazılıma veri Gelişmiş Arama Listeler Yardım Hakkında İletişim olarak aktarılabilir ve her türlü yasal amaç için kullanılabilir biçimde kamuya ücretsiz açık olması biçiminde tanımlanmıştır.
ANKOS kapsamında oluşturulan Ulusal Açık Erişim Projesi mitos yazılımı ile desteklenmekte ve Türkiye’de pek çok
Gerçek zamanlı videolarda ön plan ve arka plan ayrımı | Ankara Üniversitesi Açık Erişim Sistemi
üniversitenin açık erişim dataları http://www.mitosweb.com adresinden taranabilmektedir.
Bu k ay dın y as al hük ümler e uy gun olmadığını düş ünüy or s anız lütfen s ay fa s onundak i H ata Bildir bağlantıs ını tak ip eder ek
Açık Erişim ile ilgili daha detaylı bilgi almak için şu dokümanı inceleyebilir yada http://acikerisim.ankos.gen.tr adresini bildir imde bulununuz . Kay ıtlar ilgili üniv er s ite y önetic iler i tar afından ek lenmek tedir . N adir en de ols a k ay ıtlar la ilgili hatalar oluş abilmek tedir . MİT O S inter net üz er indek i her hangi bir ödev s ites i değildir !
ziyaret edebilirsiniz. YÖK'ün konu ile ilgili kılavuzunu incelemek için buraya tıklayınız.
İstatistikler Gerçek zaman lı vid eo lard a ö n p lan ve arka p lan ayrımı
Sistem hakkındaki soru, görüş ve önerilerinizi yada diğer sorularınızı İletişim sayfamız aracılığıyla yada
D iğ er B aşlık: Segmentation of for egr ound and bac k gr ound of r eal time v ideo s tr eams
Kayıt
[email protected] elektronik posta adresine e-posta göndererek bildirebilirsiniz.
Bu ay: 1
O lu şt u ru lm a T arih i: 01- 05- 2010
Açık Erişim Sistemi, internet üzerinde yayın yapan çeşitli ödev sitelerinden biri değildir. Yayınlanan kayıtlar akademik
Niteleme Bilgileri Niteleme Bilgileri
Toplam: 31470
çalışmalardan oluşmakta ve yasal hükümler doğrultusunda ve yazarlarından izin alınarak sisteme aktarılmaktadır. Hatalı
Açıklama Bilgileri
Atıf Bilgileri
durumlar için ilgili kayıtların künye detay sayfasında Hata Bildir bağlantısı aracılığıyla bildirimde bulunabilirsiniz. T ü r: T ez
Yaz ar( lar) : BU Ğ D AY, Ahmet ( Yaz ar ) ,
D O I: 10.1501/ank ar a- 24061
A lt T ü r: Yük s ek Lis ans T ez i
Em eğ i G eçen ( ler) : ILG IN , H ak k ı
URL:
Alpar s lan ( T ez D anış manı) ,
http://ac ik ar s iv .ank ar a.edu.tr /br ow s e/24061/
Yayın lan m a D u ru m u : Yay ınlanmış
Ziyaretçi: 182 Üye: 0 Toplam: 182
Detaylı İstatistikler
D iğ er N it elem e B ilg ileri:
D o sya B içim i: PD F
http://ac ik ar s iv .ank ar a.edu.tr /br ow s e/24061/Ahmet% 20BU % C 4% 9ED AY% 20tez .pdf
D il: T ür k ç e K o n u ( lar) : Elek tr onik , Elek tr ik mühendis liği. Elek tr onik . N ük leer mühendis lik , BİLİM,
Yayın layan : Ank ar a Ü niv er s ites i F en Bilimler i Ens titüs ü Elek tr onik Mühendis liği Ana Bilim D alı Yayın Yeri: Ank ar a Yayın T arih i: 2010 Yayın lan d ığ ı Sayf alar: 76 s .
D o sya:
G ör üntüle
Online
Kay det
Anahtar Kelimeler Ö n Plan, Ar k a Plan, Ar k a Plan Ç ık ar ımı, Ö n Plan Bulunmas ı, Kod Ç iz elges i, F or egr ound, Bac k gr ound, Bac k gr ound Subtr ac tion, F or egr ound D etec tion, C odebook Özet G ör s el v ideo uy gulamalar ının temel v e k r itik ç alış ma alanlar ından bir i v ideo diz iler indek i har ek et eden ön plan nes neler inin tanımlanmas ı v e belir lenmes idir . H ar ek et eden ön plan nes neler ini belir lemek iç in ar k a plan ç ık ar ımı en ç ok k ullanılan y öntemler in baş ında gelir . Ar k a plan ç ık ar ımı y önteminin k ullanılabilmes i iç in ar k a plan modelinin bilinmes i y a da değiş en ar k a plan gör üntüler i iç in ar k a plan modelinin dinamik olar ak oluş tur ulmas ı ger ek ir . Bu y ük s ek lis ans tez ç alış mas ında ön plan ar k a plan ay r ımında k ullanılan y öntemler anlatılmış tır . Yöntemler anlatılır k en bellek k ullanımı, ger ç ek z amanlı uy gulanabilir liği v e doğr u s onuç ür etmeler i aç ıs ından k ar ş ılaş tır ılmış lar dır . D iğer y öntemler e naz ar an k od ç iz elges i üz er inde daha faz la dur ulmuş tur . Kod ç iz elges i y önteminin ter c ih edilmes inin s ebebi etk in bellek k ullanımı, hız lı s onuç ür etimi, dış or tam ş ar tlar ında ç alış abilmes i gibi öz ellik ler idir . Bunlar ın dış ında k od ç iz elges i y öntemi değiş en ar k a plan ş ar tlar ına gör e ar k a plan modelini günc elley er ek doğr u s onuç lar elde edilmes ini s ağlar . Kod ç iz elges i y öntemindek i iş lem s ay ıs ı az altılar ak geliş tir ilen k utu tabanlı k od ç iz elges i y öntemine bağlı bileş enler analiz i, gölge v e ış ık mas k eler i ek lener ek bu y öntem geliş tir ilmiş tir . D eney s el ç alış malar s onuc unda geliş tir ilen k utu tabanlı k od ç iz elges i y önteminin ön plan ar k a plan ay r ımını baş ar ılı v e hız lı bir ş ek ilde y aptığı gör ülmüş tür . A b st ract O ne of the bas ic and c r itic al w or k ar ea ar e of v ideo s ur v eilanc e is , deter mining and identify ing the mov ing for egr ound objec ts in v ideo s equenc es . Bac k gr ound s ubtr ac tion is the mos t us ed method identify ing the mov ing for egr ound objec ts . Bac k gr ound s ubtr ac tion method c an be us ed if only bac k gr ound model is k now n or bac k gr ound model mus t be c ons tr uc ted dinamic ally . F or e, this s tudy des c r ibes the methods us ed in the differ entiation of the bac k gr ound and for egr ound in v ideoes . While the methods ar e being
des c r ibed, methods ’ memor y us age, r eal- time applic ability and to pr oduc e ac c ur ate r es ults hav e been c ompar ed. C ompar ed to other methods mor e foc us ed on the c odebook method. C odebook is pr efer r ed bec aus e of the the featur es s uc h as effic ient memor y us age, fas ter pr oduc tion of r es ults , w or k in outdoor c onditions . In addition, the c odebook method updates the bac k gr ound model ac c or ding to c hanging bac k gr ound c onditions to pr oduc e ac c ur ate r es ults . A new box - bas ed c odebook method w as dev eloped by r educ ing the c omputation c omplex ity . Box - bas ed c odebook model has been impr ov ed by adding c onnec ted c omponent analy s is , s hadow and higlight detec tion mas k s . Ex per imental r es ults s how ed that impr ov ed box - bas ed c odebook method is fas t and s uc c es s ful in for egr ound and bac k gr ond s egmentation.
İçindekiler Ö Z ET .. i A B ST R A C T .. ii T EŞEK K Ü R .. iii SİMG EL ER D İZ İN İ. vi ŞEK İL L ER D İZ İN İ. vii Ç İZ EL G EL ER D İZ İN İ. ix 1. G İR İŞ. 1 2. VİD EO YU O L U ŞT U R A N B İL EŞEN L ER.. 3 2.1 Piksel 3 2.2 Ç erçeve. 3 2.2.1 Ç ö z ü n ü rlü k. 4 2.2.2 R en k kan alları 5 2.2.3 R en k u z ayları 5 2.2.3.1 G ri ö lçekli g ö rü n t ü ler. 5 2.2.3.2 R G B ren k u z ayı 6 2.2.3.3 YU V ren k u z ayı 7 2.2.3.4 YIQ ren k u z ayı 8 2.2.3.5 YC b C r ren k u z ayı 9 2.2.3.6 H SI, H L S ve H SV ren k u z ayları 9 3. VİD EO .. 12 4. VİD EO L A R D A Ö N PL A N VE A R K A PL A N A YR IMI. 15 4.1 Ö n Plan - A rka Plan A yrım ın d a K u llan ılan A lg o rit m alar. 15 4.1.1 Ö n işlem e. 17 4.1.2 A rka p lan m o d ellem esi 18 4.1.2.1 Ö z yin elem esiz yö n t em ler. 20 4.1.2.1.1 Ç erçeve f arkı 20 4.1.2.1.2 O rt an ca sü z g eç yö n t em i 21 4.1.2.1.3 D o ğ ru sal t ah m in ed ici sü z g eç yö n t em i 22 4.1.2.1.4 Param et rik o lm ayan m o d el yö n t em i 22 4.1.2.2 Ö z yin elem eli yö n t em ler. 22 4.1.2.2.1 Yaklaşık o rt an ca sü z g eç yö n t em i 23 4.1.2.2.2 K alm an sü z g eci yö n t em i 23 4.1.2.2.3 G au ss f o n ksiyo n ları karışım ı yö n t em i 24 4.1.2.2.4 Ö z arkap lan yö n t em i 27 4.1.3 Ö n p lan b u lu n m ası 27 4.1.4 Veri d o ğ ru lam ası 28 5. G ER Ç EK Z A MA N L I VİD EO L A R D A K O D Ç İZ EL G ESİ YÖ N T EMİ K U L L A N A R A K Ö N PL A N A R K A PL A N A YR IMI. 30 5.1 K o d Ç iz elg esi Yö n t em i 30 5.1.1 A rka p lan m o d elin in o lu şt u ru lm ası ( K o d çiz elg esin in o lu şt u ru lm ası) 33 5.1.2 G ereksiz ko d sö z cü klerin in ko d çiz elg esin d en çıkarılm ası 35 5.1.3 K o d çiz elg esi yö n t em in d e ö n p lan arka p lan ayrım ı 36 5.1.4 K o d çiz elg esi yö n t em in d e arka p lan m o d elin in g ü n cellen m esi 37 5.2 K u t u T ab an lı K o d Ç iz elg esi Yö n t em i 38 5.2.1 K u t u t ab an lı ko d çiz elg esi yö n t em in d e arka p lan m o d elin in o lu şt u ru lm ası ( K u t u t ab an lı ko d çiz elg esin in o lu şt u ru lm ası) 39 5.2.2 K u t u t ab an lı ko d çiz elg esi yö n t em in d e g ereksiz ko d sö z cü klerin in ko d çiz elg esin d en çıkarılm ası 42 5.2.3 K u t u t ab an lı ko d çiz elg esi yö n t em in d e ö n p lan arka p lan ayrım ı 42 5.2.4 K u t u t ab an lı ko d çiz elg esi yö n t em in d e arka p lan m o d elin in g ü n cellen m esi 43 5.3 G elişt irilen K u t u T ab an lı K o d Ç iz elg esi Yö n t em i 44 5.3.1 G elişt irilen ku t u t ab an lı ko d çiz elg esi yö n t em in d e arka p lan m o d elin in o lu şt u ru lm ası 45 5.3.2 G elişt irilen ku t u t ab an lı ko d çiz elg esi yö n t em in d e g ereksiz ko d sö z cü klerin in ko d çiz elg esin d en at ılm ası 47 5.3.3 G elişt irilen ku t u t ab an lı ko d çiz elg esi yö n t em in d e ö n p lan arka p lan ayrım ı 49 5.3.3.1 G ö lg e m askesi 50 5.3.3.2 Işık m askesi 52 5.3.4 G elişt irilen ku t u t ab an lı ko d çiz elg esi yö n t em in d e b ağ lı b ileşen ler an aliz i 54 6. D EN EYSEL Ç A L IŞMA L A R.. 57 7. SO N U Ç L A R .. 70 K A YN A K L A R .. 72 Ö Z G EÇ MİŞ. 76
Açıklamalar
Haklar
Notlar
K ayn akça R idder , C ., Munk elt, O . and Kir c hner , H . 1995. Adaptiv e Bac k gr ound Es timation and F or egr ound D etec tion us ing Kalman- F ilter ing R emagnino, P., Baumber g, A., G r ov e, T ., H ogg, D ., T an, T ., Wor r all, A. and Bak er , K. 1997. An integr ated tr affic and pedes tr ian modelbas ed v is ion s y s tem. In Br itis h Mac hine Vis ion C onfer enc e, v olume 2, pages 380–389 Pr ati, A., Mik ic , I., T r iv edi, M. and C uc c hiar a, R . 2001. D etec ting Mov ing Shadow s : F or mulation, Algor ithms and Ev aluation – Sur v ey Pow er , P.W. and Sc hoonees , J .A. 2002. U nder s tanding bac k gr ound mix tur e models for for egr ound s egmentation, in Pr oc eedings Image and Vis ion C omputing N ew Z ealand, pp. 267- 271, ( Auc k land, N ew Z ealand) Per ez , P., H ue, C ., Ver maak , J . and G angnet, M. 2002 C olor - Bas ed Pr obabilis tic T r ac k ing, Pr oc . O f Eur opean C onfer enc e on C omputer Vis ion, C openhagen http://dx .doi.or g/10.1109/34.868684 O liv er , N ., R os ar io, B. and Pentland, A. 2000. A Bay es ian c omputer v is ion s y s tem for modeling human inter ac tions ," IEEE T r ans ac tions on Patter n Analy s is and Mac hine Intelligenc e 22, pp. 831- 843 Mittal, A. and H uttenloc her , D . 2000. Sc ene modeling for w ide ar ea s ur v eillanc d and image s y nthes is , in Pr oc eedings IEEE c onfer enc e on c omputer v is ion and patter n r ec ognition, 2, pp. 160- 167, H ilton H ead Is and, SC Mir z a, H ., T hai, H . and N ak ao, Z . 2008. D igital Video Water mar k ing Bas ed on R G B C olor C hannels and Pr inc ipal C omponent, Analy s is Know ledge- Bas ed Intelligent Infor mation and Engineer ing Sy s tems , Volume 5178/2010 Meier T . and N gan K. N . 1999. Video s egmentation for c ontent bas ed c oding, IEEE T r ans C SVT Vol 9, N o: 8, 1190- 102 Mc Iv or , A.M., 2000. Bac k gr ound s ubtr ac tion tec hniques . Pr oc . Image Vis ion C omput., 1: 155- 163. Mather on, G . 1975. R andom Sets and Integr al G eometr y . Wiley , 261, N ew Yor k Magee, D . R . 2002. T r ac k ing multiple v ehic les us ing for egr ound, bac k gr ound, and motion models ," in Pr oc eedings of the Statis tic al Methods in Video Pr oc es s ing Wor k s hop, pp. 7- 12, ( C openhagen, D enmar k ) Lee, D . S., H ull, J . and Er ol B. 2003. A Bay es ian fr amew or k for gaus s ian mix tur e bac k gr ound modeling, in Pr oc eedings of IEEE Inter national C onfer er enc e on Image Pr oc es s ing, ( Bar c elona, Spain) http://dx .doi.or g/10.1016/0893- 6080( 88) 90020- 2 Kohonen T . 1988. Lear ning v ec tor quantiz ation. N eur al N etw or k s ;1:3–16. Kim, K., C halidabhongs eb, T . H ., H ar w ooda D . and D av is L. 2005. R ealtime for egr ound–bac k gr ound s egmentation us ing c odebook model R eal- time Imaging, Volume 11, Is s ue 3, Pages 167- 256 Kar man, K. P. and Br andt, A. 1990. Mov ing objec t r ec ognition us ing and adaptiv e bac k gr ound memor y ," in T ime- Var y ing Image Pr oc es s ing and Mov ing O bjec t R ec ognition, V. C appellini, ed., 2, pp. 289- 307, Els ev ier Sc ienc e Publis her s B.V. PMC id:1769808 Kaew T r aKulPong, P.and Bow den, R . 2001. An impr ov ed adaptiv e bac k gr ound mix tur e model for r eal- time tr ac k ing w ith s hadow detec tion," in Pr oc eedings of the 2nd Eur opean Wor k s hop on Adv anc ed Video- Bas ed Sur v eillanc e Sy s tems Kang, J ., C ohen, I. and Medioni, G . 2003. C ontinuous tr ac k ing w ithin and ac r os s c amer a s tr eams ," in Pr oc eedings IEEEc onfer enc e on c omputer v is ion and patter n r ec ognition, 1, pp. 267- 272, ( Madis on, WI) J av ed, O . and Shah, M. 2002. T r ac k ing and O bjec t C las s ific ation for Automated Sur v eillanc e, EC C V` 2002, Eur opean C onfer enc e on C omputer Vis ion, C openhagen, D enmar k J ac k K. 1995. " Video D emy s tified" , LLH T ec hnology Publis hing H or pr as er t, T ., H ar w ood, D . and D av is , L. S. 1999. A s tatis tic al appr oac h for r ealtime r obus t bac k gr ound s ubtr ac tion and s hadow detec tion. In Pr oc eedings of IEEE F r ame R ate Wor k s hop, pages 1–19 http://dx .doi.or g/10.1109/VS.1999.780271 H eik k ila J . and Silv en O . 1999. A r eal- time s y s tem for monitor ing of c y c lis ts and pedes tr ians , in Sec ond IEEE Wor k s hop on Vis ual Sur v eillanc e, pp. 246- 252, ( F or t C ollins , C olor ado) H ar itaoglu, I., H ar w ood, D . and D av is , L. 2000. R eal- time s ur v eillanc e of people and their ac tiv ities ," IEEE T r ans ac tions on Patter n Analy s is and Mac hine Intelligenc e 22, pp. 809- 830 http://dx .doi.or g/10.1109/34.868683 H an, H ., Wang, Z ., Liu, J ., Li, Z ., Li, B. and Z . H an. 2003. Adaptiv e bac k gr ound modeling w ith s hadow s uppr es s ion. In Intelligent T r ans por tation Sy s tems , 2003. Pr oc eedings . 2003 IEEE, v olume 1, pages 720–724 G outs ias , J . and Batman, S. 2000. Mor phologic al methods for biomedic al image analy s is . H andbook of Medic al Imaging, v ol.2, Medic al Image Pr oc es s ing and Analy s is , M. Sonk a, J .M. F itz patr ic k ( ed.s ) , SPIE Pr es s , Bellingham, Was hington, 175- 272. G onz ales , R .C . and Woods , R .E. 2002 " D igital image pr oc es s ing" , Pr entic e H all F uentes , L. and Velas tin, S. 2003. F r om tr ac k ing to adv anc ed s ur v eillanc e, in Pr oc eedings of IEEE Inter national C onfer enc e on Image Pr oc es s ing, ( Bar c elona, Spain) Er tür k , S. 2009. D igital Image Pr oc es s ing D er s N otlar ı, Koc aeli Ü niv er s ites i Elgammal, A., H ar w ood, D . and D av is L. 1999. N on- par ametr ic model for bac k gr ound s ubtr ac tion, in Pr oc eedings of IEEE IC C V'99 F r ame- r ate w or k s hop Elgammal A, H ar w ood D , D av is LS. 2000 N on- par ametr ic model for bac k gr ound s ubtr ac tion. Eur opean C onfer enc e on C omputer Vis ion 2:751–67. Ek inc i, M. v e G edik li, E. 2005. T ur k J Elec Engin, VO L.13, N O .2 T U BIT AK Silhouette Bas ed H uman Motion D etec tion and Analy s is for R eal- T ime Automated Video Sur v eillanc e D os hi, A. and T r iv edi M. M. 2006. " H y br id C one- C y linder " C odebook Model for F or egr ound D etec tion w ith Shadow and H ighlight Suppr es s ion. AVSS 2006: 19 D eane, S. 2007. A C ompar is on of Bac k gr ound Subtr ac tion T ec hniques C O MP6009 Indiv idual R es ear c h Pr ojec t C üc ioğlu İ. 2003. Analog v ideo temeller i, Web Sites i: w w w .epr oje.c om C utler R ., and D av is , L. 1998. View - bas ed detec tion, in Pr oc eedings F our teenth Inter national C onfer enc e on Patter n R ec ognition, 1, pp. 495- 500, ( Br is bane, Aus tr alia) http://dx .doi.or g/10.1109/T PAMI.2003.1233909 C uc c hiar a, R ., Pic c ar di, M. and Pr ati, A. 2003. D etec ting mov ing objec ts , ghos ts , and s hadow s in v ideo s tr eams ," IEEE T r ans ac tions on Patter n Analy s is and Mac hine Intelligenc e 25, pp. 1337- 1342 C uc c hiar a, R ., G r ana, C ., Pic c ar di, M., Pr ati, A. and Sir otti, S. 2001. Impr ov ing s hadow s uppr es s ion in mov ing objec t detec tion w ith hs v c olor infor mation, Pr oc . IEEE Int'l C onf. Intelligent T r ans por tation Sy s tems , pages 334–339 http://dx .doi.or g/10.1145/641007.641050 C uc c hiar a, R ., G r ana, C ., N er i, G ., Pic c ar di, M. and Pr ati, A. 2002. " T he Sak bot Sy s tem for Mov ing O bjec t D etec tion and T r ac k ing," 10th AC M Inter national C onfer enc e on Multimedia, AC M Pr es s , F r anc e, pp. 223- 226 http://dx .doi.or g/10.1109/5.959341 C ollins , R .T ., Lipton, A. J ., F ujiy os hi, H ., and Kanade, T . 2001. Algor ithms for C ooper ativ e Multi s ens or Sur v eillanc e, Pr oc eeding of IEEE, Vol. 89. N o.10 C heung, S. S. and Kamath, C . 2004. R obus t tec hniques for bac k gr ound s ubtr ac tion in ur ban tr affic v ideo, Vis ual C ommunic ations and Image Pr oc es s ing 2004, Vol.5308, N o. 1., pp. 881- 892. Br ads k i, G . and Kahler A. 2008. O R eilly Lear ning O penC V Publis hed by O 'R eilly Media, Inc ., 1005 G r av ens tein H ighw ay N or th, Sebas topol, C A 95472. http://dx .doi.or g/10.1109/34.910878 Bobic k , A. and D av is , J . 2001. T he R ec ognition of H uman Mov ements U s ing T empor al T emplates , IEEE T r ans ac tions on Patter n Analy s is and Mac hine Intelligenc e, Vol. 23, N o.3 Benton, S. 2008. Bac k gr ound Subtr ac tion Web Sites i: http://w w w .ds pdes ignline.c om Anony mus . Web Sites i: http://w w w .w ik ipedia.or g, Er iş im T ar ihi:10/10/2009 Anony mus . 2008. Web Sites i:http://ber s oft.c om/bimagem/help/c olor _c hannels .htm Er iş im T ar ihi:10/10/2009 Anony mus . 1995. Web Sites i: http://files .ac ds y s tems .c om/englis h/s uppor t/c anv as /c anv as - s oftw ar e- dow nloads /pdftutor ials /c olor _c hannels .pdf, Er iş im T ar ihi:10/10/2009 Anonim. 2010. Web Sites i:http://w w w .gor untuis leme.or g/, Er iş im T ar ihi:28/05/2010 R ipley BD . 1996. Patter n r ec ognition and neur al netw or k s . C ambr idge U niv er s ity Pr es Selen A. U . 2008. Web Sites i:http://w w w .c ev ik tav s an.c om/pik s el- c oz unur luk - v e- der inlik , Er iş im T ar ihi:10/10/2009 Ser r a, J . 1982. Image Analy s is And Mathematic al Mor phology . Ac ademic Pr es s , 610, London Shir een Y. E., Khaled M. E.and Sumay a H . A. 2007. Mov ing O bjec t D etec tion in Spatial D omain us ing Bac k gr ound R emov alT ec hniques , R ec ent Patents on C omputer Sc ienc e PMid:17474020 Stauffer C , G r ims on WEL. 1999. Adaptiv e bac k gr ound mix tur e models for r eal- time tr ac k ing. IEEE Inter national C onfer enc e on C omputer Vis ion and Patter n R ec ognition, 2:246–52 Sun, J ., Z hang, W., T ang, X. and Shum, H . Y. 2006. Bac k gr ound C ut, in Mic r os oft R es ear c h T oy ama, K., Kr umm, J ., Br umitt, B. and Mey er s , B. 1999. Wallow er : Pr inc iples and pr ac tic e of bac k gr ound maintenanc e," in IC C V ( 1) , pp. 255- 261 T oy ama, K., Kr umm, J .,Br umitt, B. and Mey er s , B. Wallflow er : Pr inc iples and Pr ac tic e of Bac k gr ound Maintenanc e, Sev enth Inter national C onfer enc e on C omputer Vis ion, Ker k y r a, G r eec e, pp. 255- 261, IEEE C omputer Soc iety Pr es s T u, Q ., Xu, Y. and Z hou, M. 2008. Box - bas ed C odebook Model for R eal- time O bjec ts D etec tion, Pr oc eedings of the 7th Wor ld C ongr es s on Intelligent C ontr ol and Automation, C hongqing, C hina ViSO R r epos itor y . 2007. Web Sites i:http://w w w .openv is or .or g Er iş im T ar ihi:03/02/2009 Wr en, C ., Az abay ejani, A., D ar r el, T . and Pentland, A. 1997. R eal- time tr ac k ing of the human body , IEEE T r ans ac tions on Patter n Analy s is and Mac hine Intelligenc e 19 780- 785 http://dx .doi.or g/10.1109/34.598236 Yılmaz İ., 2002, " R enk Sis temler i, r enk uz ay lar ı v e dönüş ümler " , Selç uk Ü niv er s ites i J eodez i v e F otogr ametr i Mühendis liği Ö ğr etiminde 30. Yıl Sempoz y umu, Kony a Z aibi R . 1999. C hange D etec tion in D igital Signals , M. Sc T hes is , Ins titute of Engineer ing and Sc ienc es , Bilk ent U niv er s ity
A t ıf Yap an lar
0
2148
1524
0
A lı n t ı la
Fa v o rile re E k le
E -P o s t a ile G ö n d e r
Ha t a B ild ir
G ö z a t S a y f a s ı n a Dö n
Sosyal Medya ve Araçlar
Like 0
Anasayfa Kullanıcı Sözleşmesi Gizlilik Sözleşmesi Site Haritası Sık Sorulan Sorular Servisler İletişim
Mikrobeta tarafından geliştirilmiştir