DSpace DSpace UPC
 Català   Castellano   English  

E-prints UPC >
Altres >
Enviament des de DRAC >

Empreu aquest identificador per citar o enllaçar aquest ítem: http://hdl.handle.net/2117/9245

Arxiu Descripció MidaFormat
1097-Experimental-assessment-of-probabilistic-integrated-object-recognition-and-tracking-methods.pdf139,45 kBAdobe PDFThumbnail
Veure/Obrir

Títol: Experimental assessment of probabilistic integrated object recognition and tracking methods
Autor: Serratosa Casanelles, Francesc; Amézquita Gómez, Nicolás; Alquézar Mancho, René Veure Producció científica UPC
Editorial: Springer Verlag
Data: 2009
Tipus de document: Conference report
Resum: This paper presents a comparison of two classifiers that are used as a first step within a probabilistic object recognition and tracking framework called PIORT. This first step is a static recognition module that provides class probabilities for each pixel of the image from a set of local features. One of the implemented classifiers is a Bayesian method based on maximum likelihood and the other one is based on a neural network. The experimental results show that, on one hand, both classifiers (although they are very different approaches) yield a similar performance when they are integrated within the tracking framework. And on the other hand, our object recognition and tracking framework obtains good results when compared to other published tracking methods in video sequences taken with a moving camera and including total and partial occlusions of the tracked object.
URI: http://hdl.handle.net/2117/9245
DOI: 10.1007/978-3-642-10268-4_96
Versió de l'editor: http://dx.doi.org/10.1007/978-3-642-10268-4_96
Apareix a les col·leccions:SOCO - Soft Computing. Ponències/Comunicacions de congressos
Departament de Ciències de la Computació. Ponències/Comunicacions de congressos
Altres. Enviament des de DRAC
Comparteix:


Stats Mostra les estadístiques d'aquest ítem

SFX Query

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.

Per a qualsevol ús que se'n vulgui fer no previst a la llei, dirigiu-vos a: sepi.bupc@upc.edu

 

Valid XHTML 1.0! Programari DSpace Copyright © 2002-2004 MIT and Hewlett-Packard Comentaris
Universitat Politècnica de Catalunya. Servei de Biblioteques, Publicacions i Arxius