@techreport{oai:ipsj.ixsq.nii.ac.jp:00073341,
 author = {青木, 玄明 and 古賀, 久志 and 渡辺, 俊典 and 横山, 貴紀 and Haruaki, Aoki and Hisashi, Koga and Toshinori, Watanabe and Takanori, Yokoyama},
 issue = {25},
 month = {Mar},
 note = {当研究室では頻出グラフマイニングを用いた動画像からの背景除去を行う手法GBR(Graph-based Background Removal)を提案している．GBRは，監視カメラ映像のようなカメラの前を移動物体が通過する動画像からの背景除去を行う．GBRでは，各フレームを領域隣接グラフとして表現し，背景を頻出部分グラフとして獲得する．領域単位で背景除去を行うため，カメラの動きによって背景が平行移動した場合においても，背景グラフの構造が変化しなければ背景除去を行うことができる．しかし，GBRでは背景除去を見つけられた頻出部分グラフに対応する領域のみを除去することで行っているため，背景領域が前景により分断され，背景に対応する領域の数が増えてしまった場合，分断された領域のうち一部しか削除することができないという問題がある．そこで本稿では，背景の分断を検知し，背景として認識されなかった領域を背景と認識された領域と関連付け，除去する方法を提案する．, Our laboratory has proposed a background subtraction method from videos named GBR (Graph-based Background Removal) which utilizes frequent graph mining. The targets of GBR are videos in which a moving object passes in front of a surveillance camera. After transforming each video frame into a region adjacency graph, GBR discovers the subgraph representing the background as a frequent subgraph. Because GBR realizes the region-based background subtraction, it removes the background well even if the camera moves moderately, unless the camera motion breaks the graph structure. On the other hand, since GBR only removes the regions in the discovered frequent subgraphs, it has the drawback that it only removes the background partially, when some region in the background is separated into multiple pieces due to the overlapping of the foreground. This paper proposes an method which removes the background successfully even under the above background separation. The proposed method first detects the background separation and then associates the separated regions which belong to the same background region originally. Finally, the background subtraction is executed by deleting all of the associated regions.},
 title = {背景の分割に対応したグラフマイニングベースの動画像からの背景除去},
 year = {2011}
}