Mejoramiento de algoritmos de seguimiento utilizando modelos de saliencia
Loading...
Files
Date
2011
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Uno de los grandes desafíos de la visión por computador es mejorar los sistemas automáticos para la detección y seguimiento de objetos o regiones en un conjunto de imágenes. Un enfoque que ha cobrado importancia recientemente se basa en la extracción de descriptores, tales como el descriptor de covarianza, ya que logran permanecer invariantes en las regiones de estas imágenes a pesar de los cambios de posición, traslación, rotación y escala. Utilizando el mismo descriptor de covarianza proponemos, en este trabajo, un novedoso algoritmo de saliencia, el cual detecta las zonas más importantes de una imagen y es capaz de determinar en una imagen aquella(s) región(es) más relevantes que pueden ser utilizadas tanto en el reconocimiento como en el seguimiento de objetos.
Nuestro método se basa en la cantidad de información (la magnitud de variación de distintas características) de cada pixel en una imagen y nos permite adaptar las regiones para maximizar la diferencia de información con su entorno. Esto nos permite incrementar la precisión de los algoritmos de seguimiento hasta en un 27%, sin comprometer demasiado el recall de éste, y aumentar hasta un 92% de precisión si solo nos enfocamos en aumentar ésta. Con estas mejoras a la precisión de los algoritmos de seguimiento evitamos que éstos se confundan con el fondo al momento de seleccionar una región que incluya una persona.
Nuestro método se basa en la cantidad de información (la magnitud de variación de distintas características) de cada pixel en una imagen y nos permite adaptar las regiones para maximizar la diferencia de información con su entorno. Esto nos permite incrementar la precisión de los algoritmos de seguimiento hasta en un 27%, sin comprometer demasiado el recall de éste, y aumentar hasta un 92% de precisión si solo nos enfocamos en aumentar ésta. Con estas mejoras a la precisión de los algoritmos de seguimiento evitamos que éstos se confundan con el fondo al momento de seleccionar una región que incluya una persona.
Description
Tesis (Magíster en Ciencias de la Ingeniería)--Pontificia Universidad Católica de Chile, 2011