220 likes | 364 Views
Schattenerkennung in Farbbild Folgen. Seminararbeit von Ralf Mesel. Aufarbeitung einer Veröffentlichung der CVPR 2001. Überblick. Verschiedene Schattenarten Wozu Schattenerkennung Klassifizierung der Erkennungsmethoden Methoden zur Schattenerkennung Ergebnisse Leistungsvergleich
E N D
Schattenerkennung in Farbbild Folgen Seminararbeit von Ralf Mesel Aufarbeitung einer Veröffentlichung der CVPR 2001
Überblick • Verschiedene Schattenarten • Wozu Schattenerkennung • Klassifizierung der Erkennungsmethoden • Methoden zur Schattenerkennung • Ergebnisse • Leistungsvergleich • Schlussfolgerung
Schattenarten Eigenschatten Schlagschatten Kernschatten Halbschatten
Wozu Schattenerkennung Erkennen von sich bewegenden Objekten • Objekte mischen sich • Objekte werden verzerrt • Objekte gehen verloren
Physikalische Grundlagen Reflektierende Energiedichte Beleuchtungsdichte Erdschatten Beleuchtung Halbschatten
Annahmen : • Die Lichtquelle ist stark • Der Hintergrund ist statisch und strukturiert • Der Hintergrund ist planar • Die Ausbreitung der Lichtquelle ist ausreichend groß, sodass sich Halbschatten bilden kann.
Hintergrundmodel Hintergrund ändert sich nicht, daher gilt : Unterschied der reflektierenden Energiedichte zwischen dem aktuellen Bildpunkt und dem Referenzpunkt im Rahmen k Erkennung eines Schlagschattens
Helligkeitsvektor Farbänderung
Statistisches parametrisiertes Verfahren (SP) Klassifikation
Deterministische nicht modelbasierte Annährung 1 (DNM1) Bild Hintergrund Unterdrückung Vordergrund Bild Bew.Obj. Hintergrund Update Schattenerkennung (HSV) Hindergrund Mögliches Bew. Obj. Verstandene Szene
Deterministisches nicht modelbasiertes Verfahren 2 (DNM2) Beste Erkennung von Halbschatten
Hochschulgelände Intelligenter Raum Autobahn 1 Autobahn 2 Labor
Ergebnisse SNP : Statistisch nicht parametrische Methode SP : Statistisch parametrische Methode DNM : Deterministisch nicht modellbasierte Methode
Autobahn 2 Original SP Ergebnis SNP Ergebnis
DNM1 Ergebnis SNP Ergebnis