Sustracción de fondo por varias características estables en el modelo

Los métodos de sustracción de fondo basados en modelo con una única característica como la intensidad del píxel, suelen fallar en la clasi ficación de escenas complejas. En este trabajo se propone ampliar los descriptores del modelo de fondo para considerar otras característica como la textura, la d...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Dominguez, Leonardo, Pérez, Alejandro Daniel, D'Amato, Juan P., Barbuzza, Rosana
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2019
Materias:
Ciencias Informáticas
Descriptores de textura
Patrones invariantes
Detección de objetos
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/89175
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-89175
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
Descriptores de textura
Patrones invariantes
Detección de objetos
spellingShingle Ciencias Informáticas
Descriptores de textura
Patrones invariantes
Detección de objetos
Dominguez, Leonardo
Pérez, Alejandro Daniel
D'Amato, Juan P.
Barbuzza, Rosana
Sustracción de fondo por varias características estables en el modelo
topic_facet Ciencias Informáticas
Descriptores de textura
Patrones invariantes
Detección de objetos
description Los métodos de sustracción de fondo basados en modelo con una única característica como la intensidad del píxel, suelen fallar en la clasi ficación de escenas complejas. En este trabajo se propone ampliar los descriptores del modelo de fondo para considerar otras característica como la textura, la distribución de intensidades, escala de grises, color, y de esta manera mejorar la clasifi cación de cada píxel. Para clasi ficar además se tiene en cuenta la característica principal y secundaria en cada región de imágenes tomadas con c amaras estáticas. En particular para la textura, se utilizó una modi ficación del descriptor simple y tradicional Local Binary Pattern (LBP) que resulta invariante a los cambios de tonalidades en escala de grises, y la rotación. Los descriptores fueron incorporados al algoritmo de sustracción de fondo Visual Background Extraction (ViBE), que identifi ca zonas de movimiento en las escenas, comparando distintas características del modelo de fondo. El algoritmo propuesto se puede aplicar para detectar personas o vehículos en aplicaciones para seguridad ciudadana, monitoreo de tráfi co, entre otros. Los resultados preliminares obtenidos en la detección de objetos muestran que es factible utilizar varios descriptores del modelo de fondo para lograr mejorar la tasa de acierto y con bajo costo computacional, con la consiguiente ventaja para etapas de procesamiento posteriores, como el reconocimiento y el seguimiento de los objetos.
format Objeto de conferencia
Objeto de conferencia
author Dominguez, Leonardo
Pérez, Alejandro Daniel
D'Amato, Juan P.
Barbuzza, Rosana
author_facet Dominguez, Leonardo
Pérez, Alejandro Daniel
D'Amato, Juan P.
Barbuzza, Rosana
author_sort Dominguez, Leonardo
title Sustracción de fondo por varias características estables en el modelo
title_short Sustracción de fondo por varias características estables en el modelo
title_full Sustracción de fondo por varias características estables en el modelo
title_fullStr Sustracción de fondo por varias características estables en el modelo
title_full_unstemmed Sustracción de fondo por varias características estables en el modelo
title_sort sustracción de fondo por varias características estables en el modelo
publishDate 2019
url http://sedici.unlp.edu.ar/handle/10915/89175
work_keys_str_mv AT dominguezleonardo sustracciondefondoporvariascaracteristicasestablesenelmodelo
AT perezalejandrodaniel sustracciondefondoporvariascaracteristicasestablesenelmodelo
AT damatojuanp sustracciondefondoporvariascaracteristicasestablesenelmodelo
AT barbuzzarosana sustracciondefondoporvariascaracteristicasestablesenelmodelo
bdutipo_str Repositorios
_version_ 1764820490209198081

Ejemplares similares