Reconocimiento de objetos en video utilizando SIFT paralelo

El reconocimiento de objetos en video es una tarea computacionalmente costosa y de sumo interés en distintas áreas. Existen métodos que permiten caracterizar una imagen a través de la representación vectorial de sus pixels más relevantes entre los cuales SIFT es uno de los más utilizados. Este artíc...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Albanesi, María Bernarda, Funes, Nadia, Chichizola, Franco, Lanzarini, Laura Cristina
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2010
Materias:
Ciencias Informáticas
tracking de video; descriptores SIFT; arquitectura multicore
Object recognition
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/19168
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-19168
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
tracking de video; descriptores SIFT; arquitectura multicore
Object recognition
spellingShingle Ciencias Informáticas
tracking de video; descriptores SIFT; arquitectura multicore
Object recognition
Albanesi, María Bernarda
Funes, Nadia
Chichizola, Franco
Lanzarini, Laura Cristina
Reconocimiento de objetos en video utilizando SIFT paralelo
topic_facet Ciencias Informáticas
tracking de video; descriptores SIFT; arquitectura multicore
Object recognition
description El reconocimiento de objetos en video es una tarea computacionalmente costosa y de sumo interés en distintas áreas. Existen métodos que permiten caracterizar una imagen a través de la representación vectorial de sus pixels más relevantes entre los cuales SIFT es uno de los más utilizados. Este artículo propone una implementación paralela de este método con el objetivo de realizar tracking de video. Se trata de una solución de grano grueso sobre una arquitectura multicore que permite llegar a un rendimiento cercano al óptimo al usar un esquema Bag of Task para balancear el trabajo. Se logra incrementar la cantidad de frames resueltos por segundo para el procesamiento de video en Tiempo Real.
format Objeto de conferencia
Objeto de conferencia
author Albanesi, María Bernarda
Funes, Nadia
Chichizola, Franco
Lanzarini, Laura Cristina
author_facet Albanesi, María Bernarda
Funes, Nadia
Chichizola, Franco
Lanzarini, Laura Cristina
author_sort Albanesi, María Bernarda
title Reconocimiento de objetos en video utilizando SIFT paralelo
title_short Reconocimiento de objetos en video utilizando SIFT paralelo
title_full Reconocimiento de objetos en video utilizando SIFT paralelo
title_fullStr Reconocimiento de objetos en video utilizando SIFT paralelo
title_full_unstemmed Reconocimiento de objetos en video utilizando SIFT paralelo
title_sort reconocimiento de objetos en video utilizando sift paralelo
publishDate 2010
url http://sedici.unlp.edu.ar/handle/10915/19168
work_keys_str_mv AT albanesimariabernarda reconocimientodeobjetosenvideoutilizandosiftparalelo
AT funesnadia reconocimientodeobjetosenvideoutilizandosiftparalelo
AT chichizolafranco reconocimientodeobjetosenvideoutilizandosiftparalelo
AT lanzarinilauracristina reconocimientodeobjetosenvideoutilizandosiftparalelo
bdutipo_str Repositorios
_version_ 1764820464029401088

Ejemplares similares