Visual Coin-Tracking: Tracking of Planar Double-Sided Objects

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F19%3A00334836" target="_blank" >RIV/68407700:21230/19:00334836 - isvavai.cz</a>

Výsledek na webu

<a href="https://link.springer.com/chapter/10.1007/978-3-030-33676-9_22" target="_blank" >https://link.springer.com/chapter/10.1007/978-3-030-33676-9_22</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-030-33676-9_22" target="_blank" >10.1007/978-3-030-33676-9_22</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Visual Coin-Tracking: Tracking of Planar Double-Sided Objects

Popis výsledku v původním jazyce

We introduce a new video analysis problem – tracking of rigid planar objects in sequences where both their sides are visible. Such coin-like objects often rotate fast with respect to an arbitrary axis producing unique challenges, such as fast incident light and aspect ratio change and rotational motion blur. Despite being common, neither tracking sequences containing coin-like objects nor suitable algorithm have been published. As a second contribution, we present a novel coin-tracking benchmark containing 17 video sequences annotated with object segmentation masks. Experiments show that the sequences differ significantly from the ones encountered in standard tracking datasets. We propose a baseline coin-tracking method based on convolutional neural network segmentation and explicit pose modeling. Its performance confirms that coin-tracking is an open and challenging problem.

Název v anglickém jazyce

Visual Coin-Tracking: Tracking of Planar Double-Sided Objects

Popis výsledku anglicky

We introduce a new video analysis problem – tracking of rigid planar objects in sequences where both their sides are visible. Such coin-like objects often rotate fast with respect to an arbitrary axis producing unique challenges, such as fast incident light and aspect ratio change and rotational motion blur. Despite being common, neither tracking sequences containing coin-like objects nor suitable algorithm have been published. As a second contribution, we present a novel coin-tracking benchmark containing 17 video sequences annotated with object segmentation masks. Experiments show that the sequences differ significantly from the ones encountered in standard tracking datasets. We propose a baseline coin-tracking method based on convolutional neural network segmentation and explicit pose modeling. Its performance confirms that coin-tracking is an open and challenging problem.

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)

Projekt

<a href="/cs/project/TH03010191" target="_blank" >TH03010191: Vývoj kybernetického systému asistence pro zvýšení pravděpodobnosti a bezpečnosti zásahu ručních palných zbraní.</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2019

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

DAGM GCPR 2019

ISBN

978-3-030-33675-2

ISSN

0302-9743

e-ISSN

0302-9743

Počet stran výsledku

14

Strana od-do

317-330

Název nakladatele

Springer

Místo vydání

Cham

Místo konání akce

Dortmund

Datum konání akce

10. 9. 2019

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—