INBaSA: An Improved Non-parametric background subtraction algorithm improving pixel segmentation - Archive ouverte HAL Accéder directement au contenu
Pré-Publication, Document De Travail Année : 2022

INBaSA: An Improved Non-parametric background subtraction algorithm improving pixel segmentation

INBaSA : Un algorithme amélioré de soustraction d'arrière plan non paramétrique améliorant la segmentation des pixels

Lionel Landry Sop Deffo
  • Fonction : Auteur
  • PersonId : 1143367
Elie Fute Tagne
  • Fonction : Auteur
  • PersonId : 1143368

Résumé

Applications dealing with images have increased recently. These include video surveillance, pedestrians' detection and tracking, person identification, etc. All these operations need to be performed following a certain number of steps in which one of the most important is background subtraction used for motion detection. Despite improvements in proposed approaches, we still face demand for greater performances from users. In this line, ViBE algorithm has captured our attention through the original version and one of it improvement called EFF-ViBE. While the first suffers from two main drawbacks which are the apparition of a fictive object in movement called ghost phenomenon as well as poor quality of results in case of complex background. The second on the other hand while trying to solve those drawbacks introduce a great number of false positive and false negative and therefore affects the results. This paper presents an approach called INBaSA to tackle down the previous mentioned problems. We have have introduced new factors such as the mean of temporal gradients, adaptive radius with offset value, change the pixel counting threshold and modified the segmentation process.
Les applications traitant des images se sont récemment multipliées. Il s'agit notamment de la vidéosurveillance, de la détection et du suivi des piétons, de l'identification des personnes, etc. Toutes ces opérations doivent être réalisées en suivant un certain nombre d'étapes dont l'une des plus importantes est la soustraction d'arrière plan utilisée pour la détection de mouvement. Malgré les améliorations des approches proposées, nous sommes toujours confrontés à une demande de performances accrues de la part des utilisateurs. Dans cette optique, l'algorithme ViBE a retenu notre attention à travers la version originale et l'une de ses améliorations appelée EFF-ViBE. Tandis que le premier souffre de deux inconvénients principaux qui sont l'apparition d'un objet fictif en mouvement appelé phénomène fantôme ainsi qu'une mauvaise qualité des résultats en cas d'arrière plan complexe. La seconde en revanche en essayant de résoudre ces inconvénients introduit un grand nombre de faux positifs et de faux négatifs et affecte donc les résultats. Ce papier présente une approche appelée INBaSA pour résoudre les problèmes mentionnés précédemment. Nous avons introduit de nouveaux facteurs tels que la moyenne des gradients temporels, le rayon adaptatif avec une valeur de décalage, modifié le seuil de comptage des pixels et modifié le processus de segmentation.
Fichier principal
Vignette du fichier
INBaSA_CARI_2022_Final_17-06-2022.pdf (588.99 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-03697944 , version 1 (17-06-2022)
hal-03697944 , version 2 (07-11-2022)

Identifiants

  • HAL Id : hal-03697944 , version 1

Citer

Lionel Landry Sop Deffo, Elie Fute Tagne. INBaSA: An Improved Non-parametric background subtraction algorithm improving pixel segmentation. 2022. ⟨hal-03697944v1⟩

Relations

Collections

CARI2022
70 Consultations
95 Téléchargements

Partager

Gmail Mastodon Facebook X LinkedIn More