Détail de l'auteur
Auteur Nikolas Ladas |
Documents disponibles écrits par cet auteur (1)
![](./images/expand_all.gif)
![](./images/collapse_all.gif)
![Tris disponibles](./images/orderby_az.gif)
Background segmentation in multicolored illumination environments / Nikolas Ladas in The Visual Computer, vol 37 n° 8 (August 2021)
![]()
[article]
Titre : Background segmentation in multicolored illumination environments Type de document : Article/Communication Auteurs : Nikolas Ladas, Auteur ; Paris Kaimakis, Auteur ; Yiorgos Chrysanthou, Auteur Année de publication : 2021 Article en page(s) : pp 2221 - 2233 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] classification pixellaire
[Termes IGN] détection d'ombre
[Termes IGN] éclairage
[Termes IGN] éclairement lumineux
[Termes IGN] modèle stochastique
[Termes IGN] objectif grand angulaire
[Termes IGN] réflectance
[Termes IGN] segmentation d'imageRésumé : (auteur) We present an algorithm for the segmentation of images into background and foreground regions. The proposed algorithm utilizes a physically based formulation of scene appearance which explicitly models the formation of shadows originating from color light sources. This formulation enables a probabilistic model to distinguish between shadows and foreground objects in challenging images. A key component of the proposed method is an algorithm for estimating the illumination arriving at the scene. We evaluate our algorithm using synthetic and real-world data and show that the proposed method performs favorably against other commonly used segmentation methods. Numéro de notice : A2021-596 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.1007/s00371-020-01981-8 Date de publication en ligne : 06/10/2020 En ligne : https://doi.org/10.1007/s00371-020-01981-8 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98225
in The Visual Computer > vol 37 n° 8 (August 2021) . - pp 2221 - 2233[article]