動的背景予測モデルによる照明条件変動下での物体検出

摘要

We propose a new method to create adaptive background models. Traditionally, each pixel has an adaptive background model which consists of Gaussian mixtures. Each model can approximate a change of pixel values and it helps us to detect moving objects which appears in the image sequences. However, traditional adaptive background models cannot adapt to some illumination changes such as gradually varying illumination, precipitously varying illumination and so on. In our approach, therefore, we use a predictive background model which can predict a pixel value in the next frame. To detect moving object, each pixel value is judged as "foreground" or "background" by the predictive background model as well as the traditional adaptive background model.%動的背景モデルは，背景画素値の変動を確率的にモデル化することで，移動物体領域を頑健に検出することができる．屋外映像観測のために動的背景モデルを利用する場合，従来型のモデルは，背景画素価の微小変動に対しては頑健に背景推定を行うことができるため，映像内に出現する移動物体を検出することが可能である．しかし，背景画素債が変動する理由には，天候の変化により徐々に照明条件が変化する場合が想定される．この場合，モデルのパラメータ更新が追いつかずに，多くのノイズが検出されてしまう傾向にある．そこで，背景画素価が徐々に変化するという条件下では，画素値の変化を予測し，予測値に基づいた動的背景モデルを構築することで，より頑健に移動物体を検出できることを示す．