Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "person detection" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-5 z 5
    Tytuł:
    People tracking in video surveillance systems based on artificial intelligence
    Autorzy:
    Nasry, Abir
    Ezzahout, Abderrahmane
    Omary, Fouzia
    Powiązania:
    https://bibliotekanauki.pl/articles/27314232.pdf
    Data publikacji:
    2023
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
    Tematy:
    person tracking
    person detection
    person identification
    video surveillance
    artificial intelligence
    Opis:
    As security is one of the basic human needs, we need security systems that can prevent crimes from happen‐ ing. In general, surveillance videos are used to observe the environment and human behavior in a given location. However, surveillance videos can only be used to record images or videos, without additional information. There‐ fore, more advanced cameras are needed to obtain other additional information such as the position and move‐ ment of people. This research extracted this information from surveillance video footage using a person tracking, detection, and identification algorithm. The framework for these is based on deep learning algorithms, a popu‐ lar branch of artificial intelligence. In the field of video surveillance, person tracking is considered a challenging task. Many computer vision, machine learning, and deep learning techniques have been developed in recent years. The majority of these techniques are based on frontal view images or video sequences. In this work, we will compare some previous work related to the same topic.
    Źródło:
    Journal of Automation Mobile Robotics and Intelligent Systems; 2023, 17, 1; 59--68
    1897-8649
    2080-2145
    Pojawia się w:
    Journal of Automation Mobile Robotics and Intelligent Systems
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Autonomous person following with 3D LIDAR in outdoor environment
    Autorzy:
    Bohlmann, K.
    Beck-Greinwald, A.
    Buck, S.
    Marks, H.
    Zell, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/950916.pdf
    Data publikacji:
    2013
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
    Tematy:
    3D perception
    person detection
    person following,
    car-like steering
    Opis:
    The capability of a robot to follow autonomously a person highly enhances its usability when humans and robots collaborate. In this paper we present a system for autonomous following of a walking person in outdoor environments while avoiding static and dynamic obstacles. The principal sensor is a 3D LIDAR with a resolution of 59x29 points. We present a combination of 3D features, motion detection and tracking with a sampling Bayesian filter which results in reliable person detection for a lowresolu tion 3D-LIDAR. The method is implemented on an outdoor robot with car-like steering, which incorporates the target's path into its own path planning around local obstacles. Experiments in outdoor areas validate the approach.
    Źródło:
    Journal of Automation Mobile Robotics and Intelligent Systems; 2013, 7, 2; 24-29
    1897-8649
    2080-2145
    Pojawia się w:
    Journal of Automation Mobile Robotics and Intelligent Systems
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Fusion of Depth and Thermal Imaging for People Detection
    Autorzy:
    Gutfeter, Weronika
    Pacut, Andrzej
    Powiązania:
    https://bibliotekanauki.pl/articles/2058486.pdf
    Data publikacji:
    2021
    Wydawca:
    Instytut Łączności - Państwowy Instytut Badawczy
    Tematy:
    depth imaging
    person detection
    sensor fusion
    thermal imaging
    Opis:
    The methodology presented in this paper covers the topic of automatic detection of humans based on two types of images that do not rely on the visible light spectrum, namely on thermal and depth images. Various scenarios are considered with the use of deep neural networks being extensions of Faster R-CNN models. Apart from detecting people, independently, with the use of depth and thermal images, we proposed two data fusion methods. The first approach is the early fusion method with a 2-channel compound input. As it turned out, its performance surpassed that of all other methods tested. However, this approach requires that the model be trained on a dataset containing both types of spatially and temporally synchronized imaging sources. If such a training environment cannot be setup or if the specified dataset is not sufficiently large, we recommend the late fusion scenario, i.e. the other approach explored in this paper. Late fusion models can be trained with single-source data. We introduce the dual-NMS method for fusing the depth and thermal imaging approaches, as its results are better than those achieved by the common NMS.
    Źródło:
    Journal of Telecommunications and Information Technology; 2021, 4; 53--60
    1509-4553
    1899-8852
    Pojawia się w:
    Journal of Telecommunications and Information Technology
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    An innovative person detection system based on thermal imaging cameras dedicate for underground belt conveyors
    Autorzy:
    Uth, F.
    Polnik, B.
    Kurpiel, W.
    Kriegsch, P.
    Baltes, R.
    Clausen, E.
    Powiązania:
    https://bibliotekanauki.pl/articles/88977.pdf
    Data publikacji:
    2019
    Wydawca:
    Politechnika Wrocławska. Wydział Geoinżynierii, Górnictwa i Geologii. Instytut Górnictwa
    Tematy:
    thermography
    conveyor belt
    mine
    health and safety
    person detection
    Opis:
    Within the INESI-project (Increasing Efficiency and Safety Improvement in Underground Mining Transportation Routes) long-wavelength infrared (LWIR) cameras are used for detecting persons on underground belt conveyors or within hazardous areas e.g. in front of crusher or skip vessels by the project partners KOMAG and the Institute for Advanced Mining Technologies (AMT). The test case for evaluating the performance of thermal imaging regarding these applications is the Polish Sobieski underground coal mine operated by Tauron mining company. By the development of thermal image processing algorithms, an automated detection of persons and classification of different objects was achieved. This may allow implementing smart services for person detection on underground belt conveyors as well as material characterization between coal, rock and disturbing objects on belt conveyors.
    Źródło:
    Mining Science; 2019, 26; 275-288
    2300-9586
    2353-5423
    Pojawia się w:
    Mining Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    A short survey on fully-automated people movement and identity detection algorithms
    Analiza algorytmów skorelowanych z detekcją ruchu osób i ich tożsamości
    Autorzy:
    Szymkowski, Maciej
    Przybyszewski, Karol
    Powiązania:
    https://bibliotekanauki.pl/articles/1818442.pdf
    Data publikacji:
    2021
    Wydawca:
    Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
    Tematy:
    computer Vision
    image processing
    artificial Intelligence
    people movement
    identity detection
    person Re-Identification
    Python programming language
    przetwarzanie obrazów
    sztuczna inteligencja
    detekcja ruchu
    wykrywanie tożsamości
    język programowania Python
    Opis:
    Nowadays, diversified companies use security systems based on cameras to increase safety of their enterprise. However, when the camera observes multiple people, it is hard for humans to directly observe each of them. In the literature, there are multiple computer vision-based approaches that automatically detect person identity and the way he is moving. Moreover, there are approaches that identify people across multiple cameras (reidentification). It is crucial, especially in the crowded places. By these algorithms we can detect people whose behavior is strange. Diversified approaches can be easily found in the literature and online-available repositories. The work, presented in this paper, can be divided into three main parts: literature review, selected algorithms implementation and results comparison. We have to claim that each solution was implemented in Python programming language with sufficient libraries. This technology was selected due to its efficiency and simplicity. Results of the conducted experiments have shown that it is clearly possible to detect people’s movement and observe their identities even in crowded places.
    Współcześnie w wielu miejscach publicznych oraz obszarach zajmowanych przez zróżnicowane firmy możemy zauważy systemy bezpieczeństwa bazujące na kamerach. Jednakże bardzo ciężko jest pojedynczemu operatorowi obserwować każdą osobę która pojawi się na obrazie. W tym celu powstały algorytmy bazujące na metodyce Computer Vision, które mają na celu wykrycie nie tylko trasy poruszania się każdej osoby ale również ocenę jej tożsamości. Co więcej tego typu rozwiązania mogą być bardzo przydatne w zatłoczonych miejscach, gdzie niezwykle ważne jest wykrycie niestandardowego zachowania poszczególnych osób. W literaturze oraz bazach dostępnych online możemy znaleźć zróżnicowane podejścia do rzeczonego problemu. W ramach naszej pracy porównujemy kilka z nich. Każde z wybranych rozwiązań zostało zaimplementowane przy użyciu języka Python i bibliotek dostępnych w ramach rzeczonego języka. To środowisko zostało wybrane ze względu na jego wydajność oraz prostotę pisania kodu. Wyniki, które uzyskaliśmy wskazują na to, że aktualnie istniejące solucje mogą być używane do obserwacji trasy poszczególnych osób nawet w zatłoczonych miejscach.
    Źródło:
    Advances in Computer Science Research; 2021, 15; 1--14
    2300-715X
    Pojawia się w:
    Advances in Computer Science Research
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-5 z 5

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies