Browsing by Author "Pieringer Baeza, Christian Philip"
Now showing 1 - 6 of 6
Results Per Page
Sort Options
- ItemA sliding-box approach to detecting people in images of indoor environments using wide-baseline stereo camera systems(2015) Pieringer Baeza, Christian Philip; Mery Quiroz, Domingo; Pontificia Universidad Católica de Chile. Escuela de IngenieríaEn las últimas dos décadas ha aumentado masivamente el uso de cámaras en sistemas de vigilancia y monitoreo de actividades, haciendo difícil su seguimiento el 100% del tiempo por operadores humanos. La detección de personas ha provocado gran interés en investigadores de la comunidad de visión por computador, con el fin de generar herramientas de vigilancia automática. Los primeros trabajos de detección se basaron fuertemente en técnicas de procesamiento de imágenes, las que a pesar de su rapidez y simplicidad son sensibles a los cambios de iluminación, oclusión, y variación de las poses humanas. Actualmente, los enfoques de aprendizaje de máquina basados en ventanas deslizantes han tenido éxito significativo en la detección de personas. Este éxito se debe en parte al uso de poderosos modelos de aprendizaje de máquina, características visuales nuevas y más informativas y modelos basados en partes capaces de manejar la variabilidad de los objetos. Un denominador común de estas técnicas es que ellos confian principalmente en métodos de aprendizaje estadístico que usa información de la intensidad de las imágenes para capturar las características de apariencia de los objetos. Una limitación importante de estos enfoques basados en apariencia es que no incorporan información geométrica relevante que provea pistas espaciales tales como el tamaño real de los objetos a detectar, profundidad o la ubicación más probable de estos objetos en la escena. Algunos trabajos recientes consideran el beneficio de incorporar información de varios puntos de vista. La detección usando una sola cámara es apropiada cuando existe oclusión leve, sin embargo, para casos de mayor oclusión el uso de múltiples vistas permite mejorar la detección.
- ItemAn Algorithm for the Visualization of Relevant Patterns in Astronomical Light Curves(2019) Pieringer Baeza, Christian Philip; Pichara Baksai, Karim Elías; Catelan, Márcio; Protopapas, Pavlos
- ItemDetecting and characterizing upwelling filaments in a numerical ocean model(2019) Artal, Osvaldo; Sepulveda, Hector H.; Mery Quiroz, Domingo; Pieringer Baeza, Christian Philip
- ItemMachine learning for policing : a case study on arrests in Chile(2020) van 't Wout, Elwin; Pieringer Baeza, Christian Philip; Torres Irribarra, David; Asahi Kodama, Kenzo Javier; Larroulet Philippi, Pilar
- ItemObject recognition in X-ray testing using an efficient search algorithm in multiple views(2017) Pieringer Baeza, Christian Philip; Zuccar, I.; Riffo, V.; Mery Quiroz, Domingo
- ItemVisual Recognition to Access and Analyze People Density and Flow Patterns in Indoor Environments(IEEE, 2015) Ruz Ruz, Cristian Daniel; Pieringer Baeza, Christian Philip; Peralta Marquez, Billy Mark; Lillo Valles, Iván Alberto; Espinace Ronda, Pablo Andrés; Gonzalez, R.; Wendt González, Bruno Nicolás; Mery Quiroz, Domingo Arturo; Soto Arriaza, ÁlvaroThis work describes our experience developing a system to access density and flow of people in large indoor spaces using a network of RGB cameras. The proposed system is based on a set of overlapped and calibrated cameras. This facilitates the use of geometric constraints that help to reduce visual ambiguities. These constraints are combined with classifiers based on visual appearance to produce an efficient and robust method to detect and track humans. In this work, we argue that flow and density of people are low level measurements that need to be complemented with suitable analytic tools to bridge semantic gaps and become useful information for a target application. Consequently, we also propose a set of analytic tools that help a human user to effectively take advantage of the measurements provided by the system. Finally, we report results that demonstrate the relevance of the proposed ideas.