基于双模单高斯模型的并行化运动掩蔽分析
计算机视觉与模式识别
2017-02-20 v1 分布式、并行与集群计算
摘要
视频中的运动检测对于许多应用和领域十分重要。在视频监控中，运动检测是预警系统活动识别的重要辅助手段。机器人技术也能从运动检测和分割中获益良多，特别是在触觉系统的高速运动追踪方面。有不计其数的技术用于检测和掩蔽图像中的运动。成功的系统已使用高斯模型来区分图像中的背景与前景（从静态图像中分辨运动）。然而，尤其在移动相机或参考帧的情况下，试图辨别前景中移动的物体时，有必要对相机的运动进行补偿。例如，可以通过光流法或时间差分估计相机运动，然后在背景减除模型中补偿该运动。我们选择了 Yi 等人使用双模单高斯模型的一种方法，其正是如此。我们在英特尔线程构建模块 (TBB) 和 NVIDIA 的 CUDA 库中实现了该技术。然后，基于所选模型的特征以及 TBB 和 CUDA 的属性，我们将并行化改进与加速比的理论分析进行比较。我们向公众提供了我们的实现。
引用
@article{arxiv.1702.05156,
title = {An Analysis of Parallelized Motion Masking Using Dual-Mode Single Gaussian Models},
author = {Peter Henderson and Matthew Vertescher},
journal= {arXiv preprint arXiv:1702.05156},
year = {2017}
}