Agrupamiento de trayectorias vía clustering espectral incremental

El agrupamiento de trayectorias permite entender los patrones de movimiento de los objetos capturados en vídeo. Debido a su naturaleza secuencial, los datos de trayectorias son adquiridos cuadro a cuadro de forma incremental. Este procedimiento implica actualizar las estructuras detectadas por el al...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Lorenti, Luciano, Giacomantone, Javier, De Giusti, Armando Eduardo
Formato:	Objeto de conferencia
Lenguaje:	Español
Publicado:	2016
Materias:	Ciencias Informáticas Clustering agrupamiento de trayectorias aprendizaje no supervisado Video analysis Pattern analysis
Acceso en línea:	http://sedici.unlp.edu.ar/handle/10915/56008
Aporte de:	SEDICI (UNLP) de Universidad Nacional de La Plata

id	I19-R120-10915-56008
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 Clustering agrupamiento de trayectorias aprendizaje no supervisado Video analysis Pattern analysis
spellingShingle	Ciencias Informáticas Clustering agrupamiento de trayectorias aprendizaje no supervisado Video analysis Pattern analysis Lorenti, Luciano Giacomantone, Javier De Giusti, Armando Eduardo Agrupamiento de trayectorias vía clustering espectral incremental
topic_facet	Ciencias Informáticas Clustering agrupamiento de trayectorias aprendizaje no supervisado Video analysis Pattern analysis
description	El agrupamiento de trayectorias permite entender los patrones de movimiento de los objetos capturados en vídeo. Debido a su naturaleza secuencial, los datos de trayectorias son adquiridos cuadro a cuadro de forma incremental. Este procedimiento implica actualizar las estructuras detectadas por el algoritmo de agrupamiento ante la llegada de nuevos datos. En este artículo se presenta un método de agrupamiento espectral incremental, que permite extraer las trayectorias representativas de los patrones de movimiento. El método propuesto explota un mecanismo orientado a reducir la demanda computacional en el cálculo de autovectores en cada iteración. Se presentan resultados experimentales sobre trayectorias de vídeos reales y trayectorias sintéticas, que permiten evaluar el método propuesto.
format	Objeto de conferencia Objeto de conferencia
author	Lorenti, Luciano Giacomantone, Javier De Giusti, Armando Eduardo
author_facet	Lorenti, Luciano Giacomantone, Javier De Giusti, Armando Eduardo
author_sort	Lorenti, Luciano
title	Agrupamiento de trayectorias vía clustering espectral incremental
title_short	Agrupamiento de trayectorias vía clustering espectral incremental
title_full	Agrupamiento de trayectorias vía clustering espectral incremental
title_fullStr	Agrupamiento de trayectorias vía clustering espectral incremental
title_full_unstemmed	Agrupamiento de trayectorias vía clustering espectral incremental
title_sort	agrupamiento de trayectorias vía clustering espectral incremental
publishDate	2016
url	http://sedici.unlp.edu.ar/handle/10915/56008
work_keys_str_mv	AT lorentiluciano agrupamientodetrayectoriasviaclusteringespectralincremental AT giacomantonejavier agrupamientodetrayectoriasviaclusteringespectralincremental AT degiustiarmandoeduardo agrupamientodetrayectoriasviaclusteringespectralincremental
bdutipo_str	Repositorios
_version_	1764820476710879236

Agrupamiento de trayectorias vía clustering espectral incremental

Ejemplares similares