ANÁLISIS COMPARATIVO DE TRES MÉTODOS DE SUSTRACCIÓN DE OBJETOS DE VIDEO

Ariel Benjamín de la Rosa Zapata, Ramón Díaz de León Zapata, Lorena Cervantes Almendarez, Ángela Rebeca Garcés Rodríguez

Resumen


Se Analizaran tres formas de sustraer objetos de un video, método de diferencias, modelo de sombra y modelo de detección Wronskiano, en estos modelos se pueden encontrar deficiencias para poder captar los objetos con calidad de algún objeto característico y de interés; como es el encendido o apagado de la luz, el balanceo de los arboles generando falsos movimientos, pareciera que en el objeto fueran las hojas del árbol o todo lo que se encuentra en constante movimiento, la oscilación de las cortinas, con estos métodos lo que se busca es obtener personas u objetos que se encuentren en movimiento.

Palabras Clave: Falsos Positivos, Falsos Negativos, Modelo de Diferencias, Modelo de Sombras, Modelo Wronskiano, Sustracción.


Texto completo:

38-50 PDF

Referencias


Massimo Piccardi, Background subtraction techniques: a review, 0-7803-8566-7/04/$20.00 0 2004 IEEE.

Valera, M., Velastin, S.A., “Intelligent distributed surveillance systems: a review,” IEE Proceedings of Vision, Image and Signal Processing, April 2005, Vol. 152, No. 2, pp 192-204.

Kentaro Toyama, John Krumm, Barry Brumitt, Brian Meyers, "Wallflower: Principles and Practice of Background Maintenance", Seventh International Conference on Computer Vision, September 1999, Kerkyra, Greece, pp. 255-261, IEEE Computer Society Press.

Sen-Ching S. Cheung and Chandrika Kamath, Robust techniques for background subtraction in urban traffic video, 2002.

H. Anton and C. Rorres, Elementary Linear Algebra. New York: Wiley, 1994.

Kurt~Kifstadand Rameshjain, Illumination independent Change Detection for Real World Image Sequences, Computer Vision, Graphics, And Image Processing 46, 387-399 (1989).

P. Villegas, X. Marichal, and A. Salcedo, “Objective evaluation of segmentation masks in video sequences,” in WIAMIS’99 Workshop, Berlin, Germany, May 1999.

Ruth Aguilar-Ponce, Ashok Kumar, J. Luis Tecpanecatl-Xihuitl and Magdy Bayoumi, A Network of Sensors Based Framework for Automated Visual Surveillance, 25 de Abril de 2006.

José R. Agustina Sanllehí, Prevención del Delito en la empresa, Revista Electrónica de Ciencia Penal y Criminología, ISSN 1695-0194 (2009).

Jorge Arturo Aviña Valencia,* Manuel Mondragón y Kalb,** Alfredo Hernández García,*** Erick Hernández Aureoles****Los accidentes viales, un grave problema de salud en el Distrito Federal,Nivel de evidencia: V (Act Ortop Mex, 2009).

A. V. Oppenheim, R.W. Schafer, and T. G. Stockham Jr, “Nonlinear filtering of multiplied and convolved signals,” Proc. IEEE, vol. 56, pp. 1264–1291, Aug. 1968.

Collins, R.T., Lipton, A.J., Kanade, T., Fujiyoshi, H., Duggins, D., Tsin, Y., Tolliver, D., Enomoto, N., Hasegawa, O., Burt P., and Wixson L.: ‘A system for video surveillance and monitoring’. Robotics Institute, Carnegie Mellon University, 2000, pp. 1–68.

Emrullah Durucan And Touradj Ebrahimi, Member, IEEE, Change Detection and Background Extraction by Linear Algebra 0018–9219/01$10.00 © 2001 IEEE.

Raúl Benítez Manaut, La crisis de Seguridad en México, a Nueva Sociedad No 220, marzo-abril de 2009, ISSN: 0251-355.

Ruth Aguilar-Ponce "Automated Object Detection And Tracking Based on Clustered Sensor Network”.


Enlaces refback

  • No hay ningún enlace refback.




URL de la licencia: https://creativecommons.org/licenses/by/3.0/deed.es

Licencia Creative Commons    Esta revista está bajo una Licencia Creative Commons Atribución 3.0 No portada.