Feel Physics:わかりやすい物理学習アプリ

ICT活用、EdTech、STEM 元教員がHoloLensやスマホを使った、わかりやすい物理学習アプリを作っています

【日本語訳】2 Background Modelling: An Improved Adaptive Background Mixture Model for Real- time Tracking with Shadow Detection

2 Background Modelling

2 背景モデル

In this section, we discuss the work of Grimson and Stauffer [2,3] and its shortcomings.

この節では、グリムソンとスタウファーの仕事とその欠点について議論する。

The authors introduces a method to model each background pixel by a mixture of K Gaussian distributions (K is a small number from 3 to 5).

この著者たちは、K個(Kは小さい数で、3〜5)のガウス分布の重ね合わせとして1つ1つの背景ピクセルをモデル化する手法を提案している。

訳注:標準正規分布のグラフ

f:id:weed_7777:20150810112848p:plain

Different Gaussians are assumed to represent different colours.

異なるガウス分布は異なる色を表していると仮定する。

The weight parameters of the mixture represent the time proportions that those colours stay in the scene.

重ね合わせの重みづけ係数は、その色がシーンにとどまっている時間の割合を表す。

Unlike Friedman et al’s work, the background components are determined by assuming that the background contains  B highest probable colours.

フリードマンらの仕事と違い、背景は最も高い可能性のある色 Bを含むということを仮定することで背景構成要素は決定される。

The probable background colours are the ones which stay longer and more static.

可能性のある背景の色とは、より長くより安定してとどまる色のことである。

Static single-colour objects trend to form tight clusters in the colour space while moving ones form widen clusters due to different reflecting surfaces during the movement.

安定した単色の物体は、色空間の中で引き締まったクラスタをかたちづくる傾向がある。一方で、動いている単色の物体は、動いているあいだ反射する表面が変化するために、ひろがったクラスタをかたちづくる。

The measure of this was called the fitness value in their papers.

彼らの論文では、この測定は適値と呼ばれる。

To allow the model to adapt to changes in illumination and run in real-time, an update scheme was applied.

光源の変化にリアルタイムにモデルが適応できるようにするために、ある更新方法が適用される。

It is based upon selective updating.

それは選択的更新に基づいている。

Every new pixel value is checked against existing model components in order of fitness.

すべてのあたらしいピクセル値は、適値に基づいて並べられた現行のモデル構成要素に対してチェックされる。

The first matched model component will be updated.

最初にマッチしたモデル構成要素が更新される。

If it finds no match, a new Gaussian component will be added with the mean at that point and a large covariance matrix and a small value of weighting parameter.

もしマッチしなければ、その点を平均として大きな分散共分散行列と小さな値の重みづけ係数をともなう新しいガウス分布構成要素が追加される