Título : |
Modelamiento y seguimiento de personas usando modelos multiclase de distribución |
Tipo de documento: |
texto impreso |
Autores: |
Gray Michell Barra Mollocondo, Autor |
Editorial: |
Puno : Universidad Nacional del Altiplano. Facultad de Ingeniería Mecánica Eléctrica, Electrónica y Sistemas. Escuela Profesional de Ingeniería de Sistemas |
Fecha de publicación: |
2009 |
Número de páginas: |
99 páginas |
Il.: |
diagramas, tablas |
Dimensiones: |
30 cm. |
Material de acompañamiento: |
1 CD-ROM |
Nota general: |
Para Optar Título Profesional de Ingeniero de Sistemas |
Idioma : |
Español (spa) |
Resumen: |
Diferencia la persona en la escena, y obtener la información suficiente para poder construir el primer modelo multi-blob de la persona, es decir, cumplir con el objetivo de la etapa de inicialización. Persona en tiempo real, se propone un sistema que no requiera de hardware sofisticado. PC y una webcam. Su diseño consta de dos etapas: Etapa de inicialización, donde se construye el modelo inicial de la persona y se almacena la escena del fondo (escena sin la persona). Se calculan las estadísticas de segundo orden de cada blob, y se actualiza por primera vez la información del fondo. Etapa de seguimiento, la cual se efectúa sobre el área que identifica al objeto en movimiento. Clasificador de Mahalanobis. Sistema visión para llevar a cabo el seguimiento de la persona: Diferencia de imágenes, para determinar el área donde se encuentra la persona. Segmentación por crecimiento de regiones, para identificar las partes del cuerpo de la persona, y definir su correspondiente blob. Empleo de un modelo estadístico multiclase (de color y forma) para representar a la persona durante el seguimiento: modelo de blobs. Se consideran siete clases (cabeza, torso, brazos, piernas y el fondo). Se hace uso de la distancia de Mahalanobis para clasificar cada píxel de un nuevo frame en alguno de los blobs existentes, o como perteneciente al fondo. Esta técnica es empleada en el seguimiento. |
Link: |
https://biblioteca.unap.edu.pe/opac_css/index.php?lvl=notice_display&id=60699 |
Modelamiento y seguimiento de personas usando modelos multiclase de distribución [texto impreso] / Gray Michell Barra Mollocondo, Autor . - Puno : Universidad Nacional del Altiplano. Facultad de Ingeniería Mecánica Eléctrica, Electrónica y Sistemas. Escuela Profesional de Ingeniería de Sistemas, 2009 . - 99 páginas : diagramas, tablas ; 30 cm. + 1 CD-ROM. Para Optar Título Profesional de Ingeniero de Sistemas Idioma : Español ( spa)
Resumen: |
Diferencia la persona en la escena, y obtener la información suficiente para poder construir el primer modelo multi-blob de la persona, es decir, cumplir con el objetivo de la etapa de inicialización. Persona en tiempo real, se propone un sistema que no requiera de hardware sofisticado. PC y una webcam. Su diseño consta de dos etapas: Etapa de inicialización, donde se construye el modelo inicial de la persona y se almacena la escena del fondo (escena sin la persona). Se calculan las estadísticas de segundo orden de cada blob, y se actualiza por primera vez la información del fondo. Etapa de seguimiento, la cual se efectúa sobre el área que identifica al objeto en movimiento. Clasificador de Mahalanobis. Sistema visión para llevar a cabo el seguimiento de la persona: Diferencia de imágenes, para determinar el área donde se encuentra la persona. Segmentación por crecimiento de regiones, para identificar las partes del cuerpo de la persona, y definir su correspondiente blob. Empleo de un modelo estadístico multiclase (de color y forma) para representar a la persona durante el seguimiento: modelo de blobs. Se consideran siete clases (cabeza, torso, brazos, piernas y el fondo). Se hace uso de la distancia de Mahalanobis para clasificar cada píxel de un nuevo frame en alguno de los blobs existentes, o como perteneciente al fondo. Esta técnica es empleada en el seguimiento. |
Link: |
https://biblioteca.unap.edu.pe/opac_css/index.php?lvl=notice_display&id=60699 |
Modelamiento y seguimiento de personas usando modelos multiclase de distribución
Diferencia la persona en la escena, y obtener la información suficiente para poder construir el primer modelo multi-blob de la persona, es decir, cumplir con el objetivo de la etapa de inicialización. Persona en tiempo real, se propone un sistema que no requiera de hardware sofisticado. PC y una webcam. Su diseño consta de dos etapas: Etapa de inicialización, donde se construye el modelo inicial de la persona y se almacena la escena del fondo (escena sin la persona). Se calculan las estadísticas de segundo orden de cada blob, y se actualiza por primera vez la información del fondo. Etapa de seguimiento, la cual se efectúa sobre el área que identifica al objeto en movimiento. Clasificador de Mahalanobis. Sistema visión para llevar a cabo el seguimiento de la persona: Diferencia de imágenes, para determinar el área donde se encuentra la persona. Segmentación por crecimiento de regiones, para identificar las partes del cuerpo de la persona, y definir su correspondiente blob. Empleo de un modelo estadístico multiclase (de color y forma) para representar a la persona durante el seguimiento: modelo de blobs. Se consideran siete clases (cabeza, torso, brazos, piernas y el fondo). Se hace uso de la distancia de Mahalanobis para clasificar cada píxel de un nuevo frame en alguno de los blobs existentes, o como perteneciente al fondo. Esta técnica es empleada en el seguimiento.
Barra Mollocondo, Gray Michell -
Puno : Universidad Nacional del Altiplano. Facultad de Ingeniería Mecánica Eléctrica, Electrónica y Sistemas. Escuela Profesional de Ingeniería de Sistemas - 2009
Para Optar Título Profesional de Ingeniero de Sistemas
|
| |