improved adaptive vibe and the application for segmentation of complex background

خوارزمية ViBe التكيفية المُحسَّنة وتطبيقها في تجزئة الخلفيات المعقدة

Clicks: 32
ID: 211787
2016
Free PDF
Article Quality & Performance Metrics
Overall Quality
Not rated
Combines reader engagement with the AI quality analysis. This article has not been analysed, so there is no overall score — reader engagement is measured and shown alongside.
AI Quality Assessment
Not analyzed
Readership in this journal
Emerging

Ranked #1,004 of 1,093 articles by views in journal of power sources

Most read Least read

Bar heights use a square-root scale. Only the 120 most-read articles are drawn; the journal has 1,093 in total.

Mint this article as an NFT
Not yet minted

Create a permanent, verifiable on-chain record of this article on the Scimatic Network. The NFT is held in your Journament account, and you can withdraw it to your own wallet at any time.

5 SUSD one-off · no wallet required
Sign in to mint
Abstract
To solve the problems that basic Vibe algorithm cannot effectively eliminate the influence of background noise, follower shadow, and ghost under complex background effectively, an adaptive threshold algorithm, AdaVibe, based on the framework of basic Vibe is proposed. Aiming at the shortage of the basic algorithm, this paper puts forward some improvement measures in threshold setting, shadow eliminating, and ghost suppression. Firstly, judgment threshold takes adjustment with the changes of background. Secondly, a fast eliminating ghost algorithm depending on adaptive threshold is introduced. Finally, follower shadow is detected and inhibited effectively through the gray properties and texture characteristics. Experiments show that the proposed AdaVibe algorithm works well in complex environment without affecting computing speed and has stronger robustness and better adaptability than the basic algorithm. Meanwhile, the ghost and follower shadow can be absorbed quickly as well. Therefore, the accuracy of target detection is effectively improved.
لحل مشكلات عجز خوارزمية ViBe الأساسية عن التخلص الفعال من تأثير ضوضاء الخلفية، والظل التابع، والأثر الشبحي في ظل الخلفيات المعقدة، اقتُرحت خوارزمية عتبة تكيفية تُدعى AdaVibe استناداً إلى إطار عمل خوارزمية ViBe الأساسية. واستهدافاً لأوجه القصور في الخوارزمية الأساسية، تطرح هذه الورقة بعض التدابير التحسينية في ضبط العتبة، وإزالة الظلال، وتثبيط الأثر الشبحي. أولاً، تُعدَّل عتبة الحكم بالتزامن مع تغيرات الخلفية. ثانياً، تم تقديم خوارزمية سريعة لإزالة الأثر الشبحي اعتماداً على العتبة التكيفية. وأخيراً، يتم كشف الظل التابع وتثبيطه بفعالية من خلال خصائص التدرج الرمادي والسمات النسيجية. وتُظهر التجارب أن خوارزمية AdaVibe المقترحة تعمل بكفاءة في البيئات المعقدة دون التأثير على سرعة المعالجة الحاسوبية، وتتمتع بمتانة أعلى وقدرة أفضل على التكيف مقارنة بالخوارزمية الأساسية؛ وفي الوقت ذاته، يمكن استيعاب الأثر الشبحي والظل التابع بسرعة أيضاً. وبناءً على ذلك، تتحسن دقة اكتشاف الأهداف بفعالية.
Reference Key
chang2016mathematicalimproved Use this key to autocite in the manuscript while using SciMatic Manuscript Manager or Thesis Manager
Authors Le Chang, Zhenghua Liu, Yan Ren
Are you one of these authors? Claim your profile
Journal journal of power sources
Year 2016
DOI
10.1155/2016/3835952
URL
http://dx.doi.org/10.1155/2016/3835952
Keywords
civil engineering (general)mathematics engineering (general)

Citations

No citations found. To add a citation, contact the admin at info@scimatic.org

Comments

No comments yet. Be the first to comment on this article.