دراسة مقارنة بين طريقتي طرح الخلفية ونموذج مزيج غاوص المستخدمتين للتخلص من الخلفية في فيديوهات ملتقطة في الهواء الطلق

الملخص

يعد التخلص من الخلفية الخطوة الأولى في أغلب منظومات رؤية الآلة الرامية إلى عزل كائن معين والتعرف عليه واستخلاص المعلومات منه خصوصاً تلك التي تعتمد على تتبع الحركة (كالتعرف على الإنسان أو تتبع السيارات ...الخ). وتشكل الفيديوهات الملتقطة في الهواء الطلق تحدياً أمام التخلص من الخلفية نظراً لحدوث تغيرات غير مرغوب فيها كتأثير الرياح والإضاءة والظروف المناخية وغيرها. يقدم هذا البحث دراسة مقارنة بين أبسط طريقة للتخلص من الخلفية (طريقة طرح الخلفية) وطريقة نموذج مزيج غاوص التي تعتبر أكثر تلك الطرق شيوعاً. تتمهذه المقارنة على أساس قدرة كل طريقة على التخلص من الخلفية في فيديوهات ملتقطة في الهواء الطلق وبشكل خاص في حالة وجود وعدم وجود ظل بالإضافة لتحديات أخرى كحركة الأجسام في الخلفية وتأثير الرياح وعدم استقرار الكاميرا. والانطلاق من نتائج تلك المقارنة لاختيار الطريقة المناسبة لتتبع الحركة في ظروف وشروط مختلفة. Background subtraction (BS) is the first step of various computer vision application specially those depending on motion tracking such as (car tacking, human recognition…etc.).Indeed, videos captured outdoors may contain a lot of undesirable changes ‘wind impact, illumination changes, weather conditions and others ’, generate numerous false positives. This paper presents comparison between the simplest method for background extraction (background subtraction) and Gaussian Mixture Model which is common method in outdoors videos. These two method are then compared based on the ability of each one to detect moving object in outdoors videos especially with presence and absence of shadow in addition to other challenges like object movement in background, wind effect and camera instability. The results of this comparison is used to determine the suitable method for each state.