Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Face-TLD: Tracking-Learning-Detection Applied to Faces

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F10%3A00175547" target="_blank" >RIV/68407700:21230/10:00175547 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Face-TLD: Tracking-Learning-Detection Applied to Faces

  • Popis výsledku v původním jazyce

    A novel system for long-term tracking of a human face in unconstrained videos is built on Tracking-Learning-Detection (TLD) approach. The system extends TLD with the concept of a generic detector and a validator which is designed for real-time face tracking resistent to occlusions and appearance changes. The off-line trained detector localizes frontal faces and the online trained validator decides which faces corre- spond to the tracked subject. Several strategies for build- ing the validator during tracking are quantitatively evaluated. The system is validated on a sitcom episode (23 min.) and a surveillance (8 min.) video. In both cases the system detects- tracks the face and automatically learns a multi-view model from a single frontal example and an unlabeled video.

  • Název v anglickém jazyce

    Face-TLD: Tracking-Learning-Detection Applied to Faces

  • Popis výsledku anglicky

    A novel system for long-term tracking of a human face in unconstrained videos is built on Tracking-Learning-Detection (TLD) approach. The system extends TLD with the concept of a generic detector and a validator which is designed for real-time face tracking resistent to occlusions and appearance changes. The off-line trained detector localizes frontal faces and the online trained validator decides which faces corre- spond to the tracked subject. Several strategies for build- ing the validator during tracking are quantitatively evaluated. The system is validated on a sitcom episode (23 min.) and a surveillance (8 min.) video. In both cases the system detects- tracks the face and automatically learns a multi-view model from a single frontal example and an unlabeled video.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    JD - Využití počítačů, robotika a její aplikace

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GAP103%2F10%2F1585" target="_blank" >GAP103/10/1585: Pokročilé prediktory pro detekci a sledování objektů ve videu</a><br>

  • Návaznosti

    R - Projekt Ramcoveho programu EK

Ostatní

  • Rok uplatnění

    2010

  • 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

    17th IEEE International Conference on Image Processing (ICIP 2010)

  • ISBN

    978-1-4244-7994-8

  • ISSN

    1522-4880

  • e-ISSN

  • Počet stran výsledku

    4

  • Strana od-do

  • Název nakladatele

    IEEE Signal Processing Society

  • Místo vydání

    New Jersey

  • Místo konání akce

    Hong Kong

  • Datum konání akce

    26. 9. 2010

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku

    000287728003212