بهينه سازي پس زمينه هاي ديناميك

تشخيص اجسام متحرك در فريم‌هاي ويدئويي، نقش مهم و اساسي در سيستم‌هاي بينايي ماشين دارد. براي دنبال كردن و تشخيص حركت، مهم است كه يك مدل پس زمينه مناسب انتخاب گردد. از آنجاكه تغييرات روشنايي صحنه يكي از چالش هاي مدلسازي پس زمينه است، محققان به مدلسازي پس زمينه ديناميك روي آوردند. 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 به خوبي 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 تعيين مي شود. اين ويژگي منحصر به فرد سبب شده است اين روش به صورت وفقي و هوشمندانه عمل كند كه اين روش را نسبت به روش هاي پيشين خود، متمايز مي گرداند.