Separación de sombras a los objetos detectados con sustracción de fondo en video
| cic.isFulltext | true | es |
| cic.isPeerReviewed | true | es |
| cic.lugarDesarrollo | Laboratorio de Plasmas Densos Magnetizados | es |
| cic.version | info:eu-repo/semantics/publishedVersion | es |
| dc.date.accessioned | 2017-12-19T17:30:04Z | |
| dc.date.available | 2017-12-19T17:30:04Z | |
| dc.identifier.uri | https://digital.cic.gba.gob.ar/handle/11746/6543 | |
| dc.title | Separación de sombras a los objetos detectados con sustracción de fondo en video | es |
| dc.type | Documento de conferencia | es |
| dcterms.abstract | El trabajo presenta los resultados preliminares de un algoritmo de detección y eliminación de sombras, en secuencias de video. Se propone que a partir de la base de la sustracción de fondo con el algoritmo Visual Background Extraction (ViBE), que identifica zonas de movimiento, aplicar un post-procesamiento para separar los píxeles del objeto real y los de sombra. Debido a que las zonas de sombras tienen características parecidas a la de los objetos en movimiento, la separación es una tarea difícil, por lo que los algoritmos usados para esta clasificación producen gran cantidad de falsos positivos. Para atacar este problema, se parte de la premisa de utilizar información del objeto, como el tamaño y la dirección de movimiento, para estimar la posición aproximada de la sombra. Además, se realiza el análisis de las similitudes entre el cuadro actual y el modelo de fondo, con el indicador tradicional de correlación cruzada normalizada para detectar sombras. El algoritmo se puede aplicar para detectar personas o vehículos en aplicaciones para seguridad ciudadana, monitoreo de tráfico, análisis deportivo, entre otros. Los resultados obtenidos en la detección de objetos muestran que es factible recortar la sombra con alta tasa de acierto y con bajo costo computacional, lo cual también permite mejorar etapas de procesamiento posteriores, como el reconocimiento y el seguimiento de los objetos. | es |
| dcterms.creator.author | Barbuzza, Rosana | es |
| dcterms.creator.author | Fernández Esteberena, Leonardo | es |
| dcterms.creator.author | Domínguez, Leonardo | es |
| dcterms.creator.author | Pérez, Alejandro | es |
| dcterms.creator.author | Rubiales, Aldo José | es |
| dcterms.creator.author | D'Amato, Juan P. | es |
| dcterms.extent | p. 528-537 | es |
| dcterms.isPartOf.issue | XXIII CACIC 2017 | es |
| dcterms.isPartOf.series | Congreso Argentino de Ciencias de la Computación | es |
| dcterms.issued | 2017-10 | |
| dcterms.language | Español | es |
| dcterms.license | Attribution-NonCommercial-NoDerivatives 4.0 International (BY-NC-ND 4.0) | es |
| dcterms.subject | procesamiento de video | es |
| dcterms.subject | segmentación | es |
| dcterms.subject | detección de objetos | es |
| dcterms.subject.materia | Ciencias de la Computación e Información | es |
Archivos
Bloque original
1 - 1 de 1
Cargando...
- Nombre:
- Documento_completo.pdf-PDFA.pdf
- Tamaño:
- 1009.09 KB
- Formato:
- Adobe Portable Document Format
- Descripción:
- Documento completo