آشكارسازي تغييرات در تصاوير متحرك

تشخيص اجسام متحرك در فريم‌هاي ويدئويي، نقش مهم و اساسي در سيستم‌هاي بينايي ماشين دارد. براي دنبال نمودن و تشخيص حركت، انتخاب يك مدل پس¬زمينه مناسب امر مهمي خواهد بود. از آنجاكه تغييرات روشنايي صحنه يكي از چالش¬هاي مدلسازي پس¬زمينه است، محققان به مدلسازي پس¬زمينه ديناميك روي آورده¬اند. در اين تحقيق يك مدل مناسب براي توصيف پس¬زمينه¬هاي ديناميك ارائه مي¬شود. براي اين كار، ما از چند فيلتر كالمن استفاده نموديم. به اين دليل فيلتر كالمن انتخاب گرديد كه مي¬تواند تغييرات موجود در پس¬زمينه را بخوبي دنبال كند و همچنين قادر است تخمين بهينه¬اي از حالت يك فرايند داشته باشد. تعداد اين فيلترها در هر پيكسل با توجه به تعداد رنگ¬هاي پس¬زمينه و به كمك يك پارامتر يادگيري تعيين مي¬شود. همين ويژگي منحصر به فرد سبب شده است اين روش به صورت وفقي و هوشمندانه عمل كند و اين روش را نسبت به روش¬هاي پيشين خود، متمايز گردانيده است.