Técnicas mixtas de seguimiento y aprendizaje para tracking en secuencias de video

Mostrar todas las versiones(2)

Dentro del campo de visión por computadora, el problema de tracking consiste en seguir la posición de un objeto en una secuencia de video. Este ha sido abordado de variadas maneras, principalmente con métodos basados en flujo óptico y, más recientemente, empleando técnicas de detección y aprendizaje...

Descripción completa

Detalles Bibliográficos
Autor principal: Gaich, Facundo
Otros Autores: Sánchez, Jorge Adrián
Formato: bachelorThesis
Lenguaje:Español
Publicado: 2016
Materias:
Flujo óptico
Acceso en línea:http://hdl.handle.net/11086/2829
Aporte de:
Repositorio Digital Universitario (UNC) de Universidad Nacional de Córdoba
id I10-R14111086-2829
record_format dspace
institution Universidad Nacional de Córdoba
institution_str I-10
repository_str R-141
collection Repositorio Digital Universitario (UNC)
language Español
topic Flujo óptico
spellingShingle Flujo óptico
Gaich, Facundo
Técnicas mixtas de seguimiento y aprendizaje para tracking en secuencias de video
topic_facet Flujo óptico
description Dentro del campo de visión por computadora, el problema de tracking consiste en seguir la posición de un objeto en una secuencia de video. Este ha sido abordado de variadas maneras, principalmente con métodos basados en flujo óptico y, más recientemente, empleando técnicas de detección y aprendizaje automático. Particularmente, el tracker TLD ha demostrado buenos resultados combinando ambos esquemas. Sin embargo, el algoritmo de clasificación Nearest Neighbour utilizado en TLD tiene requerimientos altos en memoria y poder de cómputo. En este trabajo se exploran otros métodos de clasificación bajo el mismo esquema usado en TLD, de manera de mantener buen desempeño de tracking pero sin dichas limitaciones. Más específicamente, se utiliza un clasificador lineal junto con representaciones basadas en vectores de Fisher, cuyo uso de recursos es considerablemente menor a NN. Se compara experimentalmente el desempeño de tracking de este nuevo esquema con TLD original, validando el uso de este nuevo esquema para abordar el problema de tracking
author2 Sánchez, Jorge Adrián
author_facet Sánchez, Jorge Adrián
Gaich, Facundo
format bachelorThesis
author Gaich, Facundo
author_sort Gaich, Facundo
title Técnicas mixtas de seguimiento y aprendizaje para tracking en secuencias de video
title_short Técnicas mixtas de seguimiento y aprendizaje para tracking en secuencias de video
title_full Técnicas mixtas de seguimiento y aprendizaje para tracking en secuencias de video
title_fullStr Técnicas mixtas de seguimiento y aprendizaje para tracking en secuencias de video
title_full_unstemmed Técnicas mixtas de seguimiento y aprendizaje para tracking en secuencias de video
title_sort técnicas mixtas de seguimiento y aprendizaje para tracking en secuencias de video
publishDate 2016
url http://hdl.handle.net/11086/2829
work_keys_str_mv AT gaichfacundo tecnicasmixtasdeseguimientoyaprendizajeparatrackingensecuenciasdevideo
bdutipo_str Repositorios
_version_ 1764820395612962817

Ejemplares similares