Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/5988
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorสมชาย จิตะพันธ์กุล-
dc.contributor.authorศักดิ์ เขมชัย-
dc.contributor.otherจุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์-
dc.date.accessioned2008-02-26T04:57:31Z-
dc.date.available2008-02-26T04:57:31Z-
dc.date.issued2546-
dc.identifier.isbn9741739567-
dc.identifier.urihttp://cuir.car.chula.ac.th/handle/123456789/5988-
dc.descriptionวิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2546en
dc.description.abstractวิทยานิพนธ์นี้นำเสนอการแยกส่วนภาพวิดีโอออกเป็นวัตถุตามข้อกำหนดของ MPEG-4 การแยกส่วนภาพวัตถุนี้ประกอบด้วยกระบวนการ 5 กระบวนการคือ กระบวนการแยกส่วนภาพเชิงพื้นที่ กระบวนการแยกส่วนภาพเชิงเวลา กระบวนการตัดสินใจ กระบวนการข้างหลัง และกระบวนการติดตามวัตถุ การแยกส่วนภาพวิดีโอที่ถูกพิจารณาในวิทยานิพนธ์นี้มีการนำทฤษฎีการตัดสินใจแบบเบย์มาตัดสินใจว่าจุดภาพใดคือจุดภาพที่เป็นวัตถุ โดยที่เวกเตอร์ลักษณะเด่นที่ใช้คือองค์ประกอบสีของ Y และ Cb ร่วมกัน กระบวนการแยกส่วนภาพเชิงพื้นที่นั้นใช้ตัวดำเนินการเชิงสัณฐานในการดำเนินการ การแยกส่วนภาพเชิงเวลานั้น ใช้ความแตกต่างกันของความเข้มแสงในการตรวจจับการเคลื่อนไหวและมีการสแกนเพื่อทำให้ได้วัตถุอย่างคร่าว ๆ กระบวนการข้างหลังจะช่วยกรองสิ่งรบกวนที่ได้จากกระบวนการตัดสินใจ และกระบวนการตรวจจับวัตถุนั้น จะเป็นกระบวนการช่วยค้นหาว่าวัตถุอยู่ตำแหน่งใดในภาพถัดไป จากผลการทดลองพบว่าการแยกส่วนภาพโดยวิธีการตัดสินใจแบบเบย์ให้ค่าอัตราผิดพลาดน้อยที่สุดเมื่อเทียบกับการแยกส่วนภาพโดยวิธีการทดสอบสมมติฐานและการแยกส่วนภาพเชิงพื้นที่และเวลา โดยใช้เวลาในการประมวลผลมากกว่าการแยกสวนภาพเชิงพื้นที่และเวลา 3 เท่า แต่น้อยกว่าการแยกส่วนภาพโดยวิธีทดสอบสมมติฐานอยู่ครึ่งหนึ่งen
dc.description.abstractalternativeThis thesis proposes a video object segmentation algorithm according to the MPEG-4 requirements which provide the object based video coding standard. This algorithm consists of five processes: spatial segmentation process, temporal segmentation process, decision process, postprocessing, and object tracking process. The Bayesian decision is exploited in order to segment video object in the decision process. The feature vector used in the decision process consists of Y and Cb color components in combination. Spatial segmentation process segments image into many region by morphological operators. In temporal segmentation process, change detection of intensity and scanning process are used to segment roughly object. Postprocessing is the final process to segment fine object. Object tracking guide the next frame to locate the object. The experimantal results show that this proposed technique has the least fault rate when compare with hypothesis testing segmentation technique and spatio-temporal segmentation technique.en
dc.format.extent1721557 bytes-
dc.format.mimetypeapplication/pdf-
dc.language.isothes
dc.publisherจุฬาลงกรณ์มหาวิทยาลัยen
dc.rightsจุฬาลงกรณ์มหาวิทยาลัยen
dc.subjectวีดิทัศน์en
dc.subjectการเข้ารหัสสัญญาณวิดีโอen
dc.subjectทฤษฎีการตัดสินใจทางสถิติของเบส์en
dc.titleการแยกส่วนภาพวิดีโอออกเป็นวัตถุแบบอัตโนมัติโดยใช้เทคนิคการตัดสินใจแบบเบย์en
dc.title.alternativeAutomatic segmentation of video objects using Bayesian decision techniqueen
dc.typeThesises
dc.degree.nameวิศวกรรมศาสตรมหาบัณฑิตes
dc.degree.levelปริญญาโทes
dc.degree.disciplineวิศวกรรมไฟฟ้าes
dc.degree.grantorจุฬาลงกรณ์มหาวิทยาลัยen
dc.email.advisorSomchai.J@chula.ac.th-
Appears in Collections:Eng - Theses

Files in This Item:
File Description SizeFormat 
SakKhe.pdf1.68 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.