Feature extraction for efficient image and video segmentation
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26230%2F16%3APU121596" target="_blank" >RIV/00216305:26230/16:PU121596 - isvavai.cz</a>
Výsledek na webu
<a href="https://www.fit.vut.cz/research/publication/11086/" target="_blank" >https://www.fit.vut.cz/research/publication/11086/</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1145/2948628.2948631" target="_blank" >10.1145/2948628.2948631</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Feature extraction for efficient image and video segmentation
Popis výsledku v původním jazyce
The segmentation of sensory data of various domains is often crucial pre-processing step in many computer vision methods and applications. In this work, we propose a method that leverages the quantization of local features distributions for the depth and the temporal information. Three variants of the segmentation method is designed and evaluated reflecting various data domains: space (color and texture), temporal (motion) and depth domain. Each variant was tested on appropriate dataset showing the usability of designed method for applications like areal-image analysis, hand detection and moving-people detection. The pilot experiments shows the characteristics of the approach and computational costs of designed variants.
Název v anglickém jazyce
Feature extraction for efficient image and video segmentation
Popis výsledku anglicky
The segmentation of sensory data of various domains is often crucial pre-processing step in many computer vision methods and applications. In this work, we propose a method that leverages the quantization of local features distributions for the depth and the temporal information. Three variants of the segmentation method is designed and evaluated reflecting various data domains: space (color and texture), temporal (motion) and depth domain. Each variant was tested on appropriate dataset showing the usability of designed method for applications like areal-image analysis, hand detection and moving-people detection. The pilot experiments shows the characteristics of the approach and computational costs of designed variants.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Návaznosti výsledku
Projekt
—
Návaznosti
S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2016
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Proceedings - SCCG 2016: 32nd Spring Conference on Computer Graphics
ISBN
978-1-4503-4436-4
ISSN
—
e-ISSN
—
Počet stran výsledku
6
Strana od-do
75-80
Název nakladatele
Association for Computing Machinery
Místo vydání
Smolenice
Místo konání akce
Smolenice
Datum konání akce
27. 4. 2016
Typ akce podle státní příslušnosti
EUR - Evropská akce
Kód UT WoS článku
000403659700010