Wyniki wyszukiwania - BazTech

Ograniczanie wyników

2 Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne

2 2016

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

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

Gardziński P., Kowalak K., Kamiński Ł., Maćkowiak S.

Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne

2016

nr 6

301--304, CD

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.

Nienadzorowana detekcja anormalnych zachowań tłumu w dozorowych sekwencjach wizyjnych

Kowalak K., Kamiński Ł., Gardziński P., Maćkowiak S.

Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne

2016

nr 6

336--339, CD

W niniejszym artykule opisano nienadzorowaną metodę detekcji anormalnych zachowań tłumu w dozorowych sekwencjach wizyjnych. Proponowane rozwiązanie wykorzystuje deskryptory standardu MPEG-7 do opisu sceny oraz algorytm Particle Filter do klasyfikacji. Badania przeprowadzono na ogólnodostępnej bazie sekwencji testowych UMN. Otrzymane wyniki są porównywalne do wyników uzyskiwanych przez metody nadzorowane.

We propose an unsupervised method for abnormal crowd activity detection in surveillance systems. Proposed solution is using MPEG-7 Motion Activity descriptors and Particle Filter algorithm for classification. The experiments were performed on UMN dataset sequences. The detection results are comparable to results obtained by supervised methods.