Detección de peatones con variaciones de forma al caminar con Modelos de Forma Activa

Se provee un detector de peatones con el algoritmo modelos de forma activa (ASM), con las etapas entrenamiento (PDM) y ajuste (ASM). Con PDM, se marcan 50 landmarks y se extraen los perfiles de grises en la silueta de cada peatón en 137 imágenes (peatón 1 y peatón 2) aplicando los modos de variación...

Full description

Bibliographic Details
Main Authors: Juan Alberto Antonio, Marcelo Romero
Format: Article
Language:English
Published: Universidad Autonoma del Estado de Mexico 2020-01-01
Series:Ciencia Ergo Sum
Subjects:
Online Access:http://www.redalyc.org/articulo.oa?id=10463384011
_version_ 1797213668068294656
author Juan Alberto Antonio
Marcelo Romero
author_facet Juan Alberto Antonio
Marcelo Romero
author_sort Juan Alberto Antonio
collection DOAJ
description Se provee un detector de peatones con el algoritmo modelos de forma activa (ASM), con las etapas entrenamiento (PDM) y ajuste (ASM). Con PDM, se marcan 50 landmarks y se extraen los perfiles de grises en la silueta de cada peatón en 137 imágenes (peatón 1 y peatón 2) aplicando los modos de variación (PCA). El aporte de este trabajo es el ajuste y detección de un peatón a pesar de las variaciones. Al final con los resultados evaluados con leave one out en cada imagen de 1 080 × 720 pixeles y con la métrica del error cuadrático medio (MSE) se obtiene un promedio total de 12.7 pixeles en la distancia de error entre los landmarks originales y los landmarks estimados.
first_indexed 2024-03-07T21:14:07Z
format Article
id doaj.art-748c720752b94ca4ad415a71256d7e1b
institution Directory Open Access Journal
issn 1405-0269
2395-8782
language English
last_indexed 2024-04-24T11:01:56Z
publishDate 2020-01-01
publisher Universidad Autonoma del Estado de Mexico
record_format Article
series Ciencia Ergo Sum
spelling doaj.art-748c720752b94ca4ad415a71256d7e1b2024-04-11T18:08:02ZengUniversidad Autonoma del Estado de MexicoCiencia Ergo Sum1405-02692395-87822020-01-01273https://doi.org/10.30878/ces.v27n3a10Detección de peatones con variaciones de forma al caminar con Modelos de Forma ActivaJuan Alberto AntonioMarcelo RomeroSe provee un detector de peatones con el algoritmo modelos de forma activa (ASM), con las etapas entrenamiento (PDM) y ajuste (ASM). Con PDM, se marcan 50 landmarks y se extraen los perfiles de grises en la silueta de cada peatón en 137 imágenes (peatón 1 y peatón 2) aplicando los modos de variación (PCA). El aporte de este trabajo es el ajuste y detección de un peatón a pesar de las variaciones. Al final con los resultados evaluados con leave one out en cada imagen de 1 080 × 720 pixeles y con la métrica del error cuadrático medio (MSE) se obtiene un promedio total de 12.7 pixeles en la distancia de error entre los landmarks originales y los landmarks estimados.http://www.redalyc.org/articulo.oa?id=10463384011modelo de formas activasmarcadoajustevariaciones de forma
spellingShingle Juan Alberto Antonio
Marcelo Romero
Detección de peatones con variaciones de forma al caminar con Modelos de Forma Activa
Ciencia Ergo Sum
modelo de formas activas
marcado
ajuste
variaciones de forma
title Detección de peatones con variaciones de forma al caminar con Modelos de Forma Activa
title_full Detección de peatones con variaciones de forma al caminar con Modelos de Forma Activa
title_fullStr Detección de peatones con variaciones de forma al caminar con Modelos de Forma Activa
title_full_unstemmed Detección de peatones con variaciones de forma al caminar con Modelos de Forma Activa
title_short Detección de peatones con variaciones de forma al caminar con Modelos de Forma Activa
title_sort deteccion de peatones con variaciones de forma al caminar con modelos de forma activa
topic modelo de formas activas
marcado
ajuste
variaciones de forma
url http://www.redalyc.org/articulo.oa?id=10463384011
work_keys_str_mv AT juanalbertoantonio detecciondepeatonesconvariacionesdeformaalcaminarconmodelosdeformaactiva
AT marceloromero detecciondepeatonesconvariacionesdeformaalcaminarconmodelosdeformaactiva