Σχεδιασμός και κατασκευή ενός υβριδικού αμυντικού αυτοματοποιημένου ρομποτικού συστήματος
105
Η τρίτη μέθοδος, Background subtractor GMG, συνδυάζει τη στατιστική εκτίμηση του
φόντου μιας εικόνας με την ανά pixel Bayesian κατάτμηση. Εισήχθη το 2012 από τους
Andrew B. Godbehere, Akihiro Matsukawa, Ken Goldberg στην εργασία με τίτλο “Visual
Tracking of Human Visitors under Variable-Lighting Conditions for a Responsive Audio Art
Installation”. Ο αλγόριθμος υλοποίησης της μεθόδου χρησιμοποιεί τις πρώτες εικόνες για τη
μοντελοποίηση του φόντου. Για την ανίχνευση πιθανών αντικειμένων στο προσκήνιο
βασίζεται σε πιθανολογικό αλγόριθμο σε συνδυασμό με τη μέθοδο Bayesian inference
11
. Για
την ανάπτυξη της μεθόδου αυτής λήφθηκε υπόψη ο θόρυβος που προκαλείται στις εικόνες
από τις αλλαγές του φωτισμού και χρησιμοποιήθηκαν αρκετές μορφολογικές λειτουργίες
φιλτραρίσματος για την κατάργηση κάθε ανεπιθύμητου θορύβου.
Στις παρακάτω εικόνες (Εικόνα 41) γίνεται εμφανής η διαφορά της κατάτμησης του
φόντου με τη χρήση των τριών αυτών μεθόδων. Το γκρι χρώμα αφορά τη σκιά που βλέπει η
κάθε μέθοδος στην εικόνα.
11
Η μέθοδος Bayesian inference βασίζεται στα στατιστικά τεκμήρια που χρησιμοποιούνται στο
θεώρημα του Bayes για την ενημέρωση της πιθανότητας για την στήριξη μιας υπόθεσης με τα
στοιχεία που είναι διαθέσιμα.