Detail publikace
Depth-Based Filtration for Tracking Boost
Beran Vítězslav, doc. Ing., Ph.D. (UPGM FIT VUT)
Zemčík Pavel, prof. Dr. Ing. (UPGM FIT VUT)
V reálném čase, RGBD, Segmentace, Sledování
Tento článek představuje novou metodu pro vylepšení klasických RGB sledovacích algoritmů libovolných objektů (objekt není znám dopředu) pomocí segmentace/filtrace využívající houbkových dat. Je kladen důraz na aplikace v reálném čase jako jsou aplikace v robotice či dohledových systémech, kde využití hloubkových senzorů, dnes již cenově dostupných, se přímo nabízí. Cílem je ukázat, že informace o hloubce využité pro segmentaci sledovaného objektu významně pomáhají ke snižování nesprávných aktualizací modelu sledovaného objektu způsobených okluzemi či postupným sklouzávání ze sledovaného objektu. A proto využití hloubkových informací zlepšuje úspěšnost a přesnost klasických RGB sledovačů při zachování srovnatelných výpočetních nároků a tudíž je výsledný systém potenciálně stále využitelný v reálném čase. Článek také prezentuje a vyhodnocuje dosažené výsledky.
@INPROCEEDINGS{FITPUB10996, author = "David Chr\'{a}pek and V\'{i}t\v{e}zslav Beran and Pavel Zem\v{c}\'{i}k", title = "Depth-Based Filtration for Tracking Boost", pages = "217--228", booktitle = "Springer International Publishing", series = "Lecture Notes in Computer Science", journal = "Lecture Notes in Computer Science", volume = 9386, number = 9386, year = 2015, location = "Catania, IT", publisher = "Springer International Publishing", ISBN = "978-3-319-25903-1", ISSN = "0302-9743", doi = "10.1007/978-3-319-25903-1\_19", language = "english", url = "https://www.fit.vut.cz/research/publication/10996" }