Reconocimiento de objetos en video

El reconocimiento de objetos en video sigue siendo un tema de actualidad y ha motivado el desarrollo de diversos métodos informáticos para tratar de resolverlo. Uno de los enfoques más utilizados radica en la caracterización de los pixeles más relevantes de la imagen. Si bien en esta dirección exist...

Descripción completa

Detalles Bibliográficos
Autores principales: Albanesi, María Bernarda, Funes, Nadia
Otros Autores: Lanzarini, Laura Cristina
Formato: Tesis Tesis de grado
Lenguaje:Español
Publicado: 2010
Materias:
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/4033
Aporte de:
id I19-R120-10915-4033
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
aplicaciones informáticas
Video (e.g., tape, disk, DVI)
reconocimiento de objetos en video; SIFT; paralelización del algoritmo; minería de datos
object recognition in video; SIFT; algorithm parallelization; data mining
reconhecimento de objetos em vídeo; SIFT; paralelização do algoritmo; mineração de dados
spellingShingle Ciencias Informáticas
aplicaciones informáticas
Video (e.g., tape, disk, DVI)
reconocimiento de objetos en video; SIFT; paralelización del algoritmo; minería de datos
object recognition in video; SIFT; algorithm parallelization; data mining
reconhecimento de objetos em vídeo; SIFT; paralelização do algoritmo; mineração de dados
Albanesi, María Bernarda
Funes, Nadia
Reconocimiento de objetos en video
topic_facet Ciencias Informáticas
aplicaciones informáticas
Video (e.g., tape, disk, DVI)
reconocimiento de objetos en video; SIFT; paralelización del algoritmo; minería de datos
object recognition in video; SIFT; algorithm parallelization; data mining
reconhecimento de objetos em vídeo; SIFT; paralelização do algoritmo; mineração de dados
description El reconocimiento de objetos en video sigue siendo un tema de actualidad y ha motivado el desarrollo de diversos métodos informáticos para tratar de resolverlo. Uno de los enfoques más utilizados radica en la caracterización de los pixeles más relevantes de la imagen. Si bien en esta dirección existen distintas soluciones, en todos los casos se busca expresar la información referida a la vecindad de dichos puntos de la forma más invariante posible. El método SIFT (Scale-Invariant Feature Transform) es, sin duda, uno de los más utilizados. Sin embargo, su costo computacional es alto si se piensa en su aplicación en tareas tales como tracking de video. El objetivo central de esta tesina es proponer una implementación paralela del método de SIFT sobre una arquitectura paralela de memoria compartida, aprovechando el amplio desarrollo de los multicores. Este tipo de máquina permite obtener menores tiempos de respuesta para una aplicación al dividir el trabajo entre los cores que lo forman. Para lograr tiempos de respuesta acordes a los requeridos para el procesamiento de videos en tiempo real se utiliza un esquema Bag of Task para lograr de esta manera un balance de carga que asegure un buen rendimiento de la aplicación. El método aquí propuesto es aplicado al reconocimiento de objetos en video en tiempo real.
author2 Lanzarini, Laura Cristina
author_facet Lanzarini, Laura Cristina
Albanesi, María Bernarda
Funes, Nadia
format Tesis
Tesis de grado
author Albanesi, María Bernarda
Funes, Nadia
author_sort Albanesi, María Bernarda
title Reconocimiento de objetos en video
title_short Reconocimiento de objetos en video
title_full Reconocimiento de objetos en video
title_fullStr Reconocimiento de objetos en video
title_full_unstemmed Reconocimiento de objetos en video
title_sort reconocimiento de objetos en video
publishDate 2010
url http://sedici.unlp.edu.ar/handle/10915/4033
work_keys_str_mv AT albanesimariabernarda reconocimientodeobjetosenvideo
AT funesnadia reconocimientodeobjetosenvideo
bdutipo_str Repositorios
_version_ 1764820473296715777