Background subtraction based on robust subspace tracking

• Ano de defesa: 2023
• Autor(a) principal: Pinzas, Xander Cortez
• Orientador(a): Scharcanski, Jacob
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: eng
• Palavras-chave em Português: Aprendizagem; Análise de Componentes Principais (PCA); Visão computacional; Imagem
• Palavras-chave em Inglês: Subspace learning; Robust principal component analysis; Robust Subspace Tracking; Salient detection; Background Subtraction; Compressive Sensing
• Link de acesso: http://hdl.handle.net/10183/267051

Este trabalho propõe um método robusto de subtração de fundo online, que detecta o fundo e o primeiro plano em sequências de vídeo. Os métodos de subtração de fundo existentes tendem a ter um desempenho limitado em cenários de ambiente complexo. Neste trabalho, um método de rastreamento de subespaço é usado para atualizar continuamente, ao longo do sequências de vídeo, as estimativas de plano fundo e primeiro plano. O primeiro plano estimado é atualizado continuamente ao reestimar suas características salientes e descartando elementos que potencialmente fazem parte do fundo. Os resultados experimentais sugerem que a abordagem proposta tende a ser eficaz em vídeos com uma ampla gama de cenários complexos e demonstram que nosso método supera algoritmos de subtração de fundo on-line de última geração.