2016/7

1. プロジェクト最終発表 14K1034
松本 光稀

2. 進捗状況
レベル1の追跡
レベル2の追跡
 背景差分法を用いた

3. 背景画像の生成①
+…
+…
+…
平均背景法
画像枚数(101枚)で割る！

4. 背景画像の生成②
軌跡が残ってる…

5. 入力画像と背景画像の差分
ー ＝
入力画像 背景画像 差分画像

6. 出力結果

7. 閾値の決定（判別分析法） ①
0 255
クラス１ クラス２
画
素
数
輝度
クラス内分散
クラス間分散
クラス内分散
閾値
輝度ヒストグラム

8. 閾値の決定（判別分析法）②
クラス間分散
クラス内分散
分離度
分離度が最大となる画素値を閾値とする

9. 結果（閾値を３5で固定した場合）
追跡精度(%) 計算時間(sec) 追跡成功
1 73.1 5.70 39/100
2 41.3 5.83 40/100
3 40.2 5.94 20/100
4 73.0 5.75 64/100
5 85.4 5.76 100/100

10. 結果（判別分析法で閾値を求めた場合）
追跡精度(%) 計算時間(sec) 追跡成功
1 71.1 5.44 37/100
2 80.2 5.27 100/100
3 83.4 5.27 100/100
4 64.1 5.31 31/100
5 81.2 5.32 94/100

11. 固定閾値法と判別分析法の比較①
固定閾値法（閾値=35） 判別分析法（閾値=70）

12. 固定閾値法と判別分析法の比較②
固定閾値法（閾値=35） 判別分析法（閾値
=115）

13. 実現したかったこと
完璧な背景画像を作ること
矩形のサイズを動的にする
追跡精度は上がるはず…

14. プロジェクトまとめ
物体追跡の仕組みが理解できた
考える力が鍛えられた
C言語に強くなった