Robust multiple-people tracking using color-based particle filters
Visualitza/Obre
Tipus de documentCapítol de llibre
Data publicació2007
EditorSpringer Verlag
Condicions d'accésAccés obert
Tots els drets reservats. Aquesta obra està protegida pels drets de propietat intel·lectual i
industrial corresponents. Sense perjudici de les exempcions legals existents, queda prohibida la seva
reproducció, distribució, comunicació pública o transformació sense l'autorització del titular dels drets
Abstract
Robust and accurate people tracking is a key task in many promising computer-vision applications. One must deal with non-rigid targets in open-world scenarios, whose shape and appearance evolve over time. Targets may interact, causing partial or complete occlusions. This paper improves tracking by means of particle filtering, where occlusions are handled considering the target's predicted trajectories. Model drift is tackled by careful updating, based on the history of likelihood measures. A colour-based likelihood, computed from histogram similarity, is used. Experiments are carried out using sequences from the CAVIAR database.
CitacióRowe, Daniel; Huerta, Ivan; Gonzàlez, Jordi; Villanueva, Juan J.. "Robust multiple-people tracking using color-based particle filters". 3rd Iberian Conference on Pattern Recognition and Image Analysis (IbPRIA), Girona, Catalunya, 2007. A: Lecture Notes in Computer Science, vol. 4477. Berlin, Alemanya: Springer Verlag, 2007, p. 113-120.
Fitxers | Descripció | Mida | Format | Visualitza |
---|---|---|---|---|
doc1.pdf | 1,411Mb | Visualitza/Obre |