Wyniki wyszukiwania - BazTech

Ograniczanie wyników

2 Automatyka / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: metoda Horna-Schuncka

Sortuj według:

Ogranicz wyniki do:

A neural network approach to recognition of the selected human motion patterns

Mikrut Z., Smoleń M.

Automatyka / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie

2011

T. 15, z. 3

535-543

In this paper we proposed a representation of the activities performed by humans in the form of a histogram of optical flow directions. Histogram was calculated in the mask of object contour and aggregated to the eight bins. The data set was based on analysis of the video clip, in which four people were performing nine activities, such as walking, sitting and rising from a chair or reaching (up and forward). To recognize the performed activity the backpropagation neural network with one hidden layer was used. The recognition results varied from 80 to 88% for individuals. It was found that it is not possible to identify a person's activities using the network trained by data of another person.

W artykule zaproponowano metodę reprezentacji czynności wykonywanej przez człowieka w postaci histogramu kierunków pola ruchu. Histogram był obliczany w masce konturu sylwetki i agregowany do ośmiu kierunków. Zbiór danych powstał na podstawie analizy filmu, na którym cztery osoby wykonywały 9 czynności, takich jak chodzenie, siadanie i wstawanie z krzesła czy też sięganie (w górę i do przodu). Do rozpoznawania wykorzystano sieć neuronową typu backpropagation z jedną warstwą ukrytą. Osiągnięto wyniki rozpoznawania na poziomie 80-88% dla pojedynczych osób. Stwierdzono, że nie jest możliwe rozpoznawanie czynności danej osoby za pomocą sieci nauczonej danymi innej osoby.

Segmentacja sekwencji obrazów z wideodetektora na podstawie przepływu optycznego

Mikrut Z., Pałczyński K.

Automatyka / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie

2003

T. 7, z. 3

371-384

Jednym z ważniejszych zadań wideodetekcji jest lokalizacja obiektów (pojazdów i pieszych) będących w ruchu. W celu realizacji tego zadania postanowiono sprawdzić przydatność metod wyznaczania przepływu optycznego (optical flow). Na podstawie badań literaturowych wybrano dwie metody: lokalną Lucasa-Kanade i globalną Horna-Schuncka. Opierając się na analizie sztucznie wygenerowanych sekwencji obrazów, określono optymalne parametry obu metod. Dokonano wyboru najlepszego kryterium segmentacji, którym okazała się wartość modułu prędkości optycznej. Wyniki sprawdzono na rzeczywistych obrazach ruchu drogowego, pozyskanych z krakowskiego wideodetektora, uzyskując zadowalające efekty.

One of the most important tasks of videodetection is the localization of moving objects (vehicles and pedestrians). For realization of that task the utility of the optical flow calculation methods has been tested. After reviewing the available literature two methods have been selected: local Lucas-Kanade method and a global Horn-Schunck method. The optimal parameters for both methods have been determined from analysis of artificially generated image sequences. The best segmentation criterion has been selected as the modulus of optical flow speed. The results have been tested on real road traffic images, collected from the Kraków videodetector, with quite satisfactory results.