OpenCV 4.5.3(日本語機械翻訳)
公開メンバ関数 | 全メンバ一覧
cv::BackgroundSubtractorKNN クラス abstract

K-nearest neighbours - based Background/Foreground Segmentation Algorithm. [詳解]

#include <background_segm.hpp>

cv::BackgroundSubtractorを継承しています。

公開メンバ関数

virtual CV_WRAP int getHistory () const =0
背景モデルに影響を与える最後のフレームの数を返します。
virtual CV_WRAP void setHistory (int history)=0
背景モデルに影響を与える最後のフレームの数を設定する
virtual CV_WRAP int getNSamples () const =0
背景モデルに含まれるデータサンプルの数を返します。
virtual CV_WRAP void setNSamples (int _nN)=0
背景モデルのデータサンプルの数を設定します。[【詳解】(英語]
virtual CV_WRAP double getDist2Threshold () const =0
ピクセルとサンプルの間の二乗距離の閾値を返します。[【詳解】(英語]
virtual CV_WRAP void setDist2Threshold (double _dist2Threshold)=0
二乗距離の閾値を設定する
virtual CV_WRAP int getkNNSamples () const =0
kNNのkである隣人の数を返します。[【詳解】(英語]
virtual CV_WRAP void setkNNSamples (int _nkNN)=0
kNNのkを設定します。何個の最近傍が一致する必要があるか。
virtual CV_WRAP bool getDetectShadows () const =0
影の検出フラグを返します.[【詳解】(英語]
virtual CV_WRAP void setDetectShadows (bool detectShadows)=0
シャドウ検出を有効または無効にする
virtual CV_WRAP int getShadowValue () const =0
影の値を返す[【詳解】(英語]
virtual CV_WRAP void setShadowValue (int value)=0
シャドウの値を設定する
virtual CV_WRAP double getShadowThreshold () const =0
影のしきい値を返す[【詳解】(英語]
virtual CV_WRAP void setShadowThreshold (double threshold)=0
シャドーのしきい値を設定する
- 基底クラス cv::BackgroundSubtractor に属する継承公開メンバ関数
virtual CV_WRAP void apply (InputArray image, OutputArray fgmask, double learningRate=-1)=0
フォアグラウンドマスクを計算します。[【詳解】(英語]
virtual CV_WRAP void getBackgroundImage (OutputArray backgroundImage) const =0
背景画像を計算します。[【詳解】(英語]
- 基底クラス cv::Algorithm に属する継承公開メンバ関数
virtual CV_WRAP void clear ()
アルゴリズムの状態をクリアする[【詳解】(英語]
virtual void write (FileStorage &fs) const
アルゴリズムのパラメーターをファイルストレージに格納[【詳解】(英語]
CV_WRAP void write (const Ptr< FileStorage > &fs, const String &name=String()) const
これはオーバーロードされたメンバ関数です。利便性のために用意されています。元の関数との違いは引き数のみです。
virtual CV_WRAP void read (const FileNode &fn)
アルゴリズム・パラメータをファイル・ストレージから読み込みます。[【詳解】(英語]
virtual CV_WRAP bool empty () const
が空の場合はtrueを返します。Algorithmが空の場合は真を返します。[【詳解】(英語]
virtual CV_WRAP void save (const String &filename) const
virtual CV_WRAP String getDefaultName () const

その他の継承メンバ

- 基底クラス cv::Algorithm に属する継承静的公開メンバ関数
template<typename _Tp >
static Ptr< _Tp > read (const FileNode &fn)
ファイル・ノードからアルゴリズムを読み込む[【詳解】(英語]
template<typename _Tp >
static Ptr< _Tp > load (const String &filename, const String &objname=String())
ファイルからアルゴリズムを読み込む[【詳解】(英語]
template<typename _Tp >
static Ptr< _Tp > loadFromString (const String &strModel, const String &objname=String())
文字列からアルゴリズムを読み込む[【詳解】(英語]
- 基底クラス cv::Algorithm に属する継承限定公開メンバ関数
void writeFormat (FileStorage &fs) const

詳解

K-nearest neighboursに基づく背景/前景のセグメンテーションAlgorithm.

このクラスは、[Zivkovic2006]で説明されているK-nearest neighboursによる背景減算を実装しています。[Zivkovic2006]に記載されています。. 前景ピクセルの数が少ない場合は,非常に効率的です.

関数詳解

getDetectShadows()

virtual CV_WRAP bool cv::BackgroundSubtractorKNN::getDetectShadows ( ) const
pure virtual

影の検出フラグを返します.

trueの場合,アルゴリズムは影を検出し,それをマークします.詳細は createBackgroundSubtractorKNN を参照してください。

getDist2Threshold()

virtual CV_WRAP double cv::BackgroundSubtractorKNN::getDist2Threshold ( ) const
pure virtual

ピクセルとサンプルの間の二乗距離の閾値を返します。

画素がデータサンプルに近いかどうかを判断するための、画素とサンプルの間の二乗距離の閾値。

getkNNSamples()

virtual CV_WRAP int cv::BackgroundSubtractorKNN::getkNNSamples ( ) const
pure virtual

kNNのkである隣人の数を返します。

Kは、そのピクセルがkNN背景モデルにマッチしていると判断するために、 dist2Threshold以内に収まる必要があるサンプルの数です。

getShadowThreshold()

virtual CV_WRAP double cv::BackgroundSubtractorKNN::getShadowThreshold ( ) const
pure virtual

影のしきい値を返す

シャドウは、ピクセルが背景の暗いバージョンである場合に検出されます。影のしきい値(論文ではTau)は、影がどれだけ暗くなるかを定義するしきい値です。Tau=0.5は,ピクセルが2倍以上暗くなった場合,それはシャドウではないことを意味します。Prati, Mikic, Trivedi and Cucchiara, Detecting Moving Shadows...*, IEEE PAMI,2003を参照してください。

getShadowValue()

virtual CV_WRAP int cv::BackgroundSubtractorKNN::getShadowValue ( ) const
pure virtual

影の値を返す

シャドウ値は、フォアグラウンドマスクのシャドウをマークするのに使われる値です。デフォルト値は 127 です。マスクの値0は常に背景を意味し、255は前景を意味します。

setNSamples()

virtual CV_WRAP void cv::BackgroundSubtractorKNN::setNSamples ( int _nN )
pure virtual

背景モデルのデータサンプルの数を設定します。

メモリを確保するために、モデルを再活性化する必要があります。


このクラス詳解は次のファイルから抽出されました: