Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 3

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: przetwarzanie sygnału wideo

Sortuj według:

Ogranicz wyniki do:

Object detection in the police surveillance scenario

Wilkowski Artur, Kasprzak Włodzimierz, Stefańczyk Maciej

Annals of Computer Science and Information Systems

2019

Vol. 18

363–-372

Police and various security services use video analysis when investigating criminal activity. One typical scenario is the selection of object in image sequence and search for similar objects in other images. Algorithms supporting this scenario must reconcile several seemingly contradicting factors: training and detection speed, detection reliability and learning from sparse data. In the system that we propose a combined SVM/Cascade detector is used for both speed and detection reliability. In addition, object tracking and background-foreground separation algorithm together with sample synthesis is used to collect rich training data. Experiments show that the system is effective, useful and suitable for selected tasks of police surveillance.

A Deep learning and multimodal ambient sensing framework for human activity recognition

Yachir Ali, Amamra Abdenour, Djamaa Badis, Zerrouki Ali, khierEddine Amour Ahmed

Annals of Computer Science and Information Systems

2019

Vol. 18

101--105

Human Activity Recognition (HAR) is an important area of research in ambient intelligence for various contexts such as ambient-assisted living. The existing HAR approaches are mostly based either on vision, mobile or wearable sensors. In this paper, we propose a hybrid approach for HAR by combining three types of sensing technologies, namely: smartphone accelerometer, RGB cameras and ambient sensors. Acceleration and video streams are analyzed using multiclass Support Vector Machine (SVM) and Convolutional Neural Networks, respectively. Such an analysis is improved with the ambient sensing data to assign semantics to human activities using description logic rules. For integration, we design and implement a Framework to address human activity recognition pipeline from the data collection phase until activity recognition and visualization. The various use cases and performance evaluations of the proposed approach show clearly its utility and efficiency in several everyday scenarios.

Automatyczne systemy wizyjne usprawniające ruch drogowy i zwiększające bezpieczeństwo

Balcerek J., Konieczka A., Piniarski K., Maćkowiak K., Marciniak T., Dąbrowski A.

Elektronika : konstrukcje, technologie, zastosowania

2015

Vol. 56, nr 4

7-13

W artykule przedstawiono trzy systemy elektroniczne do automatycznego usprawniania i poprawy bezpieczeństwa ruchu drogowego. Pierwszy system wspomaga kierowców w ruszaniu pojazdami sprzed sygnalizacji świetlnej po zmianie świateł z czerwonego na zielone bez niepotrzebnych przestojów. Drugi system wymusza spontaniczne dostosowanie się kierowców do tzw. „metody zamka błyskawicznego” w sytuacjach, kiedy dwa pasy ruchu do jazdy w tym samym kierunku zwężają się do jednego. Trzeci przedstawiony system wspomaga pieszych, ostrzegając o nadjeżdżających z tyłu pojazdach. Prezentowane rozwiązania wykorzystują kamery jako czujniki wizyjne i zaawansowane metody cyfrowego przetwarzania sekwencji wizyjnych. Przedstawione wyniki eksperymentów, przeprowadzonych przy wykorzystaniu utworzonych baz danych, wskazują na wysoką skuteczność zaproponowanych rozwiązań.

In this paper three electronic systems for automatic improvement of traffic efficiency and safety are presented. The first one helps the drivers to start movement of cars after the traffic light change from red to green without unnecessary delay. The second system is helpful in situations when two lanes in one direction are merged into a single lane in order to spontaneously organize the “late merge scheme”. The third system supports pedestrians in vehicle detection. All these proposed systems are based on cameras as vision sensors and on advanced digital video processing techniques (detection of traffic lights and their changes from red to green, detection of turn signaling lights of cars, and on detection of vehicle headlights). Experiments with the prepared databases indicate quite high effectiveness of the proposed solutions.