Hierarchical Motion Tracking Using Matching of Sparse Features
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21240%2F18%3A00330726" target="_blank" >RIV/68407700:21240/18:00330726 - isvavai.cz</a>
Nalezeny alternativní kódy
RIV/67985807:_____/18:00497814
Výsledek na webu
<a href="http://dx.doi.org/10.1109/SITIS.2018.00075" target="_blank" >http://dx.doi.org/10.1109/SITIS.2018.00075</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1109/SITIS.2018.00075" target="_blank" >10.1109/SITIS.2018.00075</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Hierarchical Motion Tracking Using Matching of Sparse Features
Popis výsledku v původním jazyce
Fundamental approaches in motion tracking are based on registration of pixel patches from one frame to another. To ensure invariance to some changes in the image and improve the speed of discovering a match, a pyramidal approach is used to steer the process faster to optima. However, registration of the patches in high resolution is still computationally expensive. Because we require the algorithm to process Ultra HD video content in real time on commonly available hardware, especially on mid-tier graphics processing units, approaches using matching of pixel patches are not feasible. In this paper, we present and evaluate an approach inspired by motion tracking on an image pyramid. However, instead of comparing pixel patches one to another, we utilise binary image descriptors that are much shorter and inherently use a Hamming distance for their direct comparison. Evaluation of our implementation, which is available on GitHub, was carried out on the Multiple Object Tracking challenge dataset.
Název v anglickém jazyce
Hierarchical Motion Tracking Using Matching of Sparse Features
Popis výsledku anglicky
Fundamental approaches in motion tracking are based on registration of pixel patches from one frame to another. To ensure invariance to some changes in the image and improve the speed of discovering a match, a pyramidal approach is used to steer the process faster to optima. However, registration of the patches in high resolution is still computationally expensive. Because we require the algorithm to process Ultra HD video content in real time on commonly available hardware, especially on mid-tier graphics processing units, approaches using matching of pixel patches are not feasible. In this paper, we present and evaluate an approach inspired by motion tracking on an image pyramid. However, instead of comparing pixel patches one to another, we utilise binary image descriptors that are much shorter and inherently use a Hamming distance for their direct comparison. Evaluation of our implementation, which is available on GitHub, was carried out on the Multiple Object Tracking challenge dataset.
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
<a href="/cs/project/GA18-18080S" target="_blank" >GA18-18080S: Objevování znalostí v datech o aktivitě člověka založené na fúzi</a><br>
Návaznosti
S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2018
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 of the 14th International Conference on Signal-Image Technology & Internet-Based Systems (SITIS)
ISBN
978-1-5386-9385-8
ISSN
—
e-ISSN
—
Počet stran výsledku
8
Strana od-do
449-456
Název nakladatele
IEEE Computer Society
Místo vydání
Los Alamitos
Místo konání akce
Las Palmas de Gran Canaria
Datum konání akce
26. 11. 2018
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—