Background Subtraction
Video Segmentation
- 주어진 frame을 여러 개의 영역으로 분할
- Application
- Chroma-keying(크로마키)
- Surveillance camera(감시 카메라)
Background Subtraction
- type of video segmentation
- foreground object 검출
- Current Frame - background > 특정한 Threshold
- object가 관심 대상, 배경x
- Concept
- current frame: f(x,y,t)
- 특정한 시간대(ti)
- background: B(x,y,t)
- difference: d(x,y,t)
- 1 or 255: 움직이는 물체 등장
- Assumption
- 동일한 장소, 카메라 fixed
- 조명 상태 차이가 없어야함
- current frame: f(x,y,t)
- successful background subtraction
- 급격하거나 점진적인 조명 변화 극복
- 반복적인 움직임
- 나뭇잎, 파도
- 장기간 배경 변화
- 두고간 가방, 주차된 차
- 배경으로 처리해야하는지
Background estimation
- Mean filter
- 백그라운드를 만들 때 이전 n개의 frames의 평균으로 만듦
- n이 클수록 배경이 더 들어남
- t번째 영상에 대해서 배경을 만들 때
- t번째 영상을 기준으로 이전 i번째 frame까지의 평균
- 영상이 촬영된 최초 시점부터 특정한 n번째의 영상까지의 평균
- t번째 영상을 기준으로 이전 i번째 frame까지의 평균
- 백그라운드를 만들 때 이전 n개의 frames의 평균으로 만듦
- Median filter
- n/2 번째로 큰 frame의 픽셀값으로 각 픽셀의 값을 정함
- B(x,y,t) = median(f(x, y, t - i))
- B(x,y,t) = median(f(x, y, t))
- GMM(Gaussian Mixtual Model)
- 여러개의 Gaussian function를 활용해서 어떠한 데이터에 특정한 값이 존재할 확률을 모델링
- histogram -> normalized -> GMM Modeling -> 특정한 값이 배경일 확률을 보여줌
- Gaussian function의 개수 결정
- 배경영상이 주어져 있을 때, 각각의 Gaussian의 평균과 표준편차를 구하는 과정을 토대로 p(A|B)를 구함
- p(A|B): background 영상일 때에 특정한 픽셀값이 존재할 확률
- Background image is totally white
- P(255|Background) = 1
- P(0|Background) = 0
- p(B|A)를 계산해서 각각으 픽셀을 background와 foreground로 구분(베이지 룰)
- p(B|A): 현재 영상의 각각의 픽셀의 값이 A일 때 그 픽셀이 background일 확률
- ≥ 0.5 : background
- ≤ 0.5 : foreground
- P(background|255) = high
- P(background|0) = low
- P(background|128) = half
- p(B|A): 현재 영상의 각각의 픽셀의 값이 A일 때 그 픽셀이 background일 확률