High-quality region-based foreground segmentation using a spatial grid of SVM classifiers

Zhang, Xiaohan; Blanco Adán, Carlos Roberto del; Cuevas Rodríguez, Carlos; Jaureguizar Núñez, Fernando y García Santos, Narciso (2014). High-quality region-based foreground segmentation using a spatial grid of SVM classifiers. En: "IEEE International Conference on Consumer Electronics (ICCE 2014)", 10/01/2014 - 13/01/2014, Las Vegas, Nevada, USA. pp. 488-489.

Descripción

Título: High-quality region-based foreground segmentation using a spatial grid of SVM classifiers
Autor/es:
  • Zhang, Xiaohan
  • Blanco Adán, Carlos Roberto del
  • Cuevas Rodríguez, Carlos
  • Jaureguizar Núñez, Fernando
  • García Santos, Narciso
Tipo de Documento: Ponencia en Congreso o Jornada (Artículo)
Título del Evento: IEEE International Conference on Consumer Electronics (ICCE 2014)
Fechas del Evento: 10/01/2014 - 13/01/2014
Lugar del Evento: Las Vegas, Nevada, USA
Título del Libro: IEEE International Conference on Consumer Electronics (ICCE 2014)
Título de Revista/Publicación: 2014 IEEE INTERNATIONAL CONFERENCE ON CONSUMER ELECTRONICS (ICCE)
Fecha: 2014
Materias:
Escuela: E.T.S.I. Telecomunicación (UPM)
Departamento: Señales, Sistemas y Radiocomunicaciones
Licencias Creative Commons: Reconocimiento - Sin obra derivada - No comercial

Texto completo

[img]
Vista Previa
PDF (Document Portable Format) - Se necesita un visor de ficheros PDF, como GSview, Xpdf o Adobe Acrobat Reader
Descargar (1MB) | Vista Previa

Resumen

This paper presents a novel background modeling system that uses a spatial grid of Support Vector Machines classifiers for segmenting moving objects, which is a key step in many video-based consumer applications. The system is able to adapt to a large range of dynamic background situations since no parametric model or statistical distribution are assumed. This is achieved by using a different classifier per image region that learns the specific appearance of that scene region and its variations (illumination changes, dynamic backgrounds, etc.). The proposed system has been tested with a recent public database, outperforming other state-of-the-art algorithms.

Más información

ID de Registro: 36202
Identificador DC: http://oa.upm.es/36202/
Identificador OAI: oai:oa.upm.es:36202
URL Oficial: http://ieeexplore.ieee.org/xpls/abs_all.jsp?arnumber=6776098
Depositado por: Memoria Investigacion
Depositado el: 04 Jul 2015 07:46
Ultima Modificación: 04 Jul 2015 07:46
  • Open Access
  • Open Access
  • Sherpa-Romeo
    Compruebe si la revista anglosajona en la que ha publicado un artículo permite también su publicación en abierto.
  • Dulcinea
    Compruebe si la revista española en la que ha publicado un artículo permite también su publicación en abierto.
  • Recolecta
  • e-ciencia
  • Observatorio I+D+i UPM
  • OpenCourseWare UPM