메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
Ajmal Shahbaz (University of Ulsan) Laksono Kurnianggoro (University of Ulsan) Kang-Hyun Jo (University of Ulsan)
저널정보
제어로봇시스템학회 제어로봇시스템학회 국제학술대회 논문집 ICCAS 2016
발행연도
2016.10
수록면
1,333 - 1,336 (4page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
Foreground detection is the classical computer vision task of segmenting out motion information from a particular scene. Foreground detection using Gaussian Mixture Models (GMM) is the famous choice. Since first time proposed, many researchers tried to improve GMM. This paper focuses on the comparative evaluation of three most famous improvements in the algorithm. The improved methods are compared both qualitatively and quantitatively using standard datasets available online.

목차

Abstract
1. INTRODUCTION
2. GAUSSIAN MIXTURE MODELS(GMM)
3. EXPERIMENTAL RESULTS
4. CONCLUSION
REFERENCES

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2017-003-001867503