Robust abandoned object detection integrating wide area visual surveillance and social context
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F13%3A00205806" target="_blank" >RIV/68407700:21230/13:00205806 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.1016/j.patrec.2013.01.018" target="_blank" >http://dx.doi.org/10.1016/j.patrec.2013.01.018</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1016/j.patrec.2013.01.018" target="_blank" >10.1016/j.patrec.2013.01.018</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Robust abandoned object detection integrating wide area visual surveillance and social context
Popis výsledku v původním jazyce
This paper presents a video surveillance framework that robustly and efficiently detects abandoned objects in surveillance scenes. The framework is based on a novel threat assessment algorithm which combines the concept of ownership with automatic understanding of social relations in order to infer abandonment of objects. Implementation is achieved through development of a logic-based inference engine based on Prolog. Threat detection performance is conducted by testing against a range of datasets describing realistic situations and demonstrates a reduction in the number of false alarms generated. The proposed system represents the approach employed in the EU SUBITO project (Surveillance of Unattended Baggage and the Identification and Tracking of theOwner
Název v anglickém jazyce
Robust abandoned object detection integrating wide area visual surveillance and social context
Popis výsledku anglicky
This paper presents a video surveillance framework that robustly and efficiently detects abandoned objects in surveillance scenes. The framework is based on a novel threat assessment algorithm which combines the concept of ownership with automatic understanding of social relations in order to infer abandonment of objects. Implementation is achieved through development of a logic-based inference engine based on Prolog. Threat detection performance is conducted by testing against a range of datasets describing realistic situations and demonstrates a reduction in the number of false alarms generated. The proposed system represents the approach employed in the EU SUBITO project (Surveillance of Unattended Baggage and the Identification and Tracking of theOwner
Klasifikace
Druh
J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)
CEP obor
JD - Využití počítačů, robotika a její aplikace
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/7E10045" target="_blank" >7E10045: Massive Sets of Heuristics for Machine Learning</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2013
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
Pattern Recognition Letters
ISSN
0167-8655
e-ISSN
—
Svazek periodika
34
Číslo periodika v rámci svazku
7
Stát vydavatele periodika
NL - Nizozemsko
Počet stran výsledku
10
Strana od-do
789-798
Kód UT WoS článku
000317554500010
EID výsledku v databázi Scopus
—