PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Separacja sylwetek osób przy pomocy dyskretnego równania poissona oraz rozszerzonego algorytmu segmentacji wododziałowej

Identyfikatory
Warianty tytułu
EN
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
PL
Abstrakty
PL
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.
EN
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.
Rocznik
Tom
Strony
301--304, CD
Opis fizyczny
Bibliogr. 12 poz., rys.
Twórcy
  • 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
  • Katedra Telekomunikacji Multimedialnej i Mikroelektroniki ul. Polanka 3, 61-131 Poznań, tel. + (48) 6653900, fax: + (48) 6653899
  • 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
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.