tracking op• Data kinds: image2d → table
• Call: import fullseye as fs; fs.ledger.create_bg_esti(image, process_noise=0.0001, measurement_noise=0.001, threshold=0.1, foreground_gain=0.05) (implementation को सीधे call करना हो तो import mvtrack; mvtrack.create_bg_esti(image, process_noise=0.0001, measurement_noise=0.001, threshold=0.1, foreground_gain=0.05), registry से लेना हो तो opsmv.get("create_bg_esti"))
• HALCON समकक्ष: create_bg_esti (अर्थ और parameters समझने के लिए HALCON reference उपयोगी है)
• GPU: नहीं (केवल CPU reference implementation)
पहली छवि से प्रति-पिक्सेल कालमैन पृष्ठभूमि मॉडल बनाता है।
> नीचे का विस्तृत विवरण मूल text में है — सारांश और headings का अनुवाद हो चुका है।
各画素の背景はランダムウォークと見なし、過程の雑音 process_noise と観測の雑音 measurement_noise の分散からゲインが決まる。前景と判定された画素はゲインに foreground_gain を掛けて弱く更新し、通過する物体を背景に取り込まない。空の入力(image が 0 要素)は ValueError。
Args:
image: 最初の画像 (H, W)。
process_noise: 過程の雑音の分散(> 0)。
measurement_noise: 観測の雑音の分散(> 0)。
threshold: 前景と判定する残差の絶対値(> 0)。
foreground_gain: 前景の画素のゲイン倍率(0..1)。
Returns:
背景 background と分散 variance を持つモデルの dict。
• machine_vision_classics family guide
• Sample data catalog (DL URL / license) — 2-D के लिए skimage.data (BSD/public) + synthetic, 3-D के लिए real data sources (Stanford/PDS आदि) के DL URL।
• Operators का स्रोत और संदर्भ — इस op family के मूल research/methods के स्रोत।
• Algorithm का मानक स्रोत (लेखक, वर्ष) और उपयोग ऊपर की family usage guide में दिए गए हैं।
• machine_vision_tour — py -3.11 examples/machine_vision_tour.py
table को input के रूप में लेते हैं)map_image · rectify_to_world_plane · change_radial_distortion_image · find_ncc_models · run_bg_esti · give_bg_esti · update_bg_esti · classify_class_gmm
tracking)filter_kalman · run_bg_esti · give_bg_esti · update_bg_esti
*Provenance: mvtrack.py — MV operator registry. यह per-op note tools/opdocs.py md से अपने-आप generate होता है (हाथ से edit न करें)।*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.