Powiadomienia systemowe
- Sesja wygasła!
Tytuł artykułu
Identyfikatory
Warianty tytułu
Human silhouette segmentation using discrete poisson equation and extended watershed algorithm
Konferencja
Krajowa Konferencja Radiokomunikacji, Radiofonii i Telewizji KKRRiT 2016 (XVI ; 27-29.06.2016 ; Kraków, Polska)
Języki publikacji
Abstrakty
W niniejszym artykule przedstawiono autorską metodę separacji sylwetek osób dla zastosowań w dozorze wizyjnym. Zaproponowane rozwiązanie wykorzystuje dyskretne równanie Poissona oraz kombinację zmodyfikowanego algorytmu segmentacji wododziałowej z algorytmem rozrostu regionu. Badania zostały przeprowadzone na powszechnie dostępnej bazie testowej PETS 2006. Otrzymane wyniki potwierdzają skuteczność przedstawionej metody.
In this paper a novel approach on human silhouette segmentation for surveillance systems was proposed. The described solution uses discrete Poisson equation and a combination of extended watershed algorithm with Region Growing algorithm. Experiments were performed on a commonly known database PETS 2006 and the results show that the proposed solution achieves high precision and accuracy.
Wydawca
Rocznik
Tom
Strony
301--304, CD
Opis fizyczny
Bibliogr. 12 poz., rys.
Twórcy
autor
- Katedra Telekomunikacji Multimedialnej i Mikroelektroniki ul. Polanka 3, 61-131 Poznań, tel. + (48) 6653900, fax: + (48) 6653899
autor
- Katedra Telekomunikacji Multimedialnej i Mikroelektroniki ul. Polanka 3, 61-131 Poznań, tel. + (48) 6653900, fax: + (48) 6653899
autor
- Katedra Telekomunikacji Multimedialnej i Mikroelektroniki ul. Polanka 3, 61-131 Poznań, tel. + (48) 6653900, fax: + (48) 6653899
autor
- Katedra Telekomunikacji Multimedialnej i Mikroelektroniki ul. Polanka 3, 61-131 Poznań, tel. + (48) 6653900, fax: + (48) 6653899
Bibliografia
- [1] L. Gorelick, M. Blank, E. Shechtman, M. Irani, and R. Basri, “Actions as space-time shapes,” IEEE Trans. Pattern Anal. Mach. Intell., vol. 29, no. 12, pp. 2247–2253, Dec. 2007
- [2] Y. Huang, H. Yang, and P. Huang, “Action recognition using hog feature in different resolution video sequences,” in 2012 International Conference on Computer Distributed Control and Intelligent Environmental Monitoring (CDCIEM), March 2012, pp. 85–88.
- [3] K. Mokhtarian and M. Bober, “Curvature Scale Space Representation: Theory, Applications and MPEG-7 Standardisation”, Kluwer Academic (now Springer), 2003.
- [4] W. K. Pratt, “Digital Image Processing 4th Edition”, John Wiley & Sons, Inc., Los Altos, California, 2007
- [5] S. Maćkowiak, P. Gardziński, Ł. Kamiński, K. Kowalak. „Human Activity Recognition in Multiview Video”, 11th IEEE International Conference on Advanced Video and Signal-Based Surveillance, South Korea, 2014, pp. 148-153.
- [6] M. Petrou and P. Bosdogianni, Image Processing the Fundamentals, Wiley, UK, 2004.
- [7] B.S. Manjunath, P. Salembier, and T. Sikora, “Introduction to MPEG-7: Multimedia Content Description Interface” eds. Wiley, 2002
- [8] M. Bober, “MPEG-7 Visual Shape Descriptors,” IEEE Trans. Circuits and Systems for Video Technology, vol. 1, no. 6, 2001.
- [9] “PETS 2006 Benchmark Dataset” http://www.cvg.reading.ac.uk/PETS2006/data.html
- [10] L. Gorelick, M. Galun, E. Sharon, A. Brandt, and R. Basri, “Shape Representation and Classification Using the Poisson Equation,” IEEE Trans. Pattern Analysis and Machine Intelligence, vol. 28, no. 12, Dec. 2006.
- [11] “The MPEG-7 XM software repository,” http://www.lis.ei.tum.de/research/bv/topics/mmdb/e_mpeg7.html, 2005.
- [12] H.Qian, J.Zhou, Y.Yuan, „Visual-based fall detection using histogram of oriented gradients of Poisson distance image” in Chinese Automation Congress (CAC), 2015, pp. 657-662
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-fb4426a3-7072-42e1-812f-932d2d91e11e