Extracción automática de características de vehículos en movimiento a partir de videos basada en red neuronal de kohonen Reportar como inadecuado




Extracción automática de características de vehículos en movimiento a partir de videos basada en red neuronal de kohonen - Descarga este documento en PDF. Documentación en PDF para descargar gratis. Disponible también para leer online.

C. Lameda ;Revista INGENIERÍA UC 2008, 15 3

Autor: A. Ferraz

Fuente: http://www.redalyc.org/


Introducción



Revista INGENIERÍA UC ISSN: 1316-6832 revistaing@uc.edu.ve Universidad de Carabobo Venezuela Ferraz, A.; Lameda, C. Extracción automática de características de vehículos en movimiento a partir de videos basada en red neuronal de Kohonen Revista INGENIERÍA UC, vol.
15, núm.
3, diciembre, 2008, pp.
33-44 Universidad de Carabobo Valencia, Venezuela Disponible en: http:--www.redalyc.org-articulo.oa?id=70712293005 Cómo citar el artículo Número completo Más información del artículo Página de la revista en redalyc.org Sistema de Información Científica Red de Revistas Científicas de América Latina, el Caribe, España y Portugal Proyecto académico sin fines de lucro, desarrollado bajo la iniciativa de acceso abierto REVISTA INGENIERÍA UC.
Vol.
15, No 3, 33-44, 2008 Extracción automática de características de vehículos en movimiento a partir de videos basada en red neuronal de Kohonen A.
Ferraz (1), C.
Lameda (2) Universidad Centro Occidental Lisandro Alvarado, Decanato de Ciencias y Tecnología, Barquisimeto (2) Universidad Nacional Experimental Politécnica Antonio José de Sucre, Vice-Rectorado, Barquisimeto Email: carloslamedam@gmail.com (1) Resumen En este artículo se presenta el diseño de un sistema para extraer características de vehículos en movimiento, que emplea procesamiento de imágenes y redes neuronales.
La estructura del sistema consiste de un detector de objetos en movimiento y de un extractor de características de vehículos.
Para el detector de objetos en movimiento se empleó una técnica de substracción de fondo, en la que el fondo evoluciona con el tiempo empleando una máscara de actualización y computación acumulativa.
Para el extractor de características se implementó un filtro Sobel y aprendizaje a través de una red neuronal de Kohonen.
La capacidad de agrupamiento de la red de Kohonen permitió extraer los píxeles característicos de los objetos en movimiento sin importar las dimensiones del objeto, y permi...





Documentos relacionados