रिमोट सेंसिंग और जीआईएस जर्नल

अमूर्त

सैटेलाइट वीडियो में गति का पता लगाना

ऐगोंग जू, जियाकी वू, गुओ झांग, शेनलिन पैन, ताओयांग वांग, योंगहुआ जांग और शिन शेन

सैटेलाइट वीडियो मोशन डिटेक्शन की समस्या को देखते हुए, वैश्विक गति क्षतिपूर्ति और स्थानीय गतिशील अपडेटिंग को संयोजित करने की एक पृष्ठभूमि घटाव विधि प्रस्तावित की गई है। पहले उदाहरण में, मध्य फ़्रेम में पृष्ठभूमि मॉडल स्थापित करने के लिए बेहतर ViBE मॉडल विधि का उपयोग किया जाता है। पृष्ठभूमि मॉडल में एक और गतिशील अपडेट कारक है। दूसरे, फ़्रेम के बीच वैश्विक दृश्य के गति मॉडल का अनुमान समान रूप से अवरुद्ध फ़ॉरवर्ड-बैक LK ऑप्टिकल प्रवाह का उपयोग करके लगाया जाता है, और वैश्विक गति क्षतिपूर्ति की जाती है। अंतिम लेकिन कम से कम नहीं, मुआवजा फ्रेम और मॉडल के बीच तुलना, और कनेक्टेड डोमेन विश्लेषण को गति वस्तुओं का पता लगाने और उन्हें विभाजित करने के लिए नियोजित किया जाता है। इससे भी अधिक, हम "छद्म गति" निर्णय के अनुसार मॉडल के अपडेट कारक को सही कर सकते हैं। और फिर, मॉडल को स्थानीय और अनुकूली रूप से अपडेट किया जाएगा। "लक्ष्य-वार" मूल्यांकन रिकॉल दर विधि प्रस्तावित की गई है जो ऑब्जेक्ट की संपूर्णता को आँकती है लेकिन पिक्सेल को नहीं। हम स्काईसैट और JL1H वीडियो का उपयोग करके चार प्रयोग करते हैं। परिणाम दिखाते हैं कि प्रस्तावित विधि "लक्ष्य-वार" रिकॉल दर पर अनुकूल प्रभाव डालती है और त्रुटि पहचान दर कम है। "लक्ष्य-वार" रिकॉल दर 80% से बेहतर है। क्लासिकल विधि की तुलना में त्रुटि पहचान दर कम से कम 10 गुना और यहां तक ​​कि 160 गुना से भी अधिक कम हो जाती है। यह विधि सैटेलाइट वीडियो में उन्नत अनुप्रयोग और गति विश्लेषण के लिए उपयुक्त हो सकती है