Busca avançada
Ano de início
Entree

Learning salient elements from videos using structural and temporal information

Processo: 14/50135-2
Linha de fomento:Auxílio à Pesquisa - Regular
Vigência: 01 de abril de 2014 - 31 de julho de 2016
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
Convênio/Acordo: CNRS
Pesquisador responsável:Roberto Marcondes Cesar Junior
Beneficiário:Roberto Marcondes Cesar Junior
Pesq. responsável no exterior: Isabelle Bloch
Instituição no exterior: Laboratoire Traitement et Communication de l’Information (LTCI), França
Instituição-sede: Instituto de Matemática e Estatística (IME). Universidade de São Paulo (USP). São Paulo , SP, Brasil
Vinculado ao auxílio:11/50761-2 - Modelos e métodos de e-Science para ciências da vida e agrárias, AP.TEM
Assunto(s):Desenvolvimento de software  Frameworks  Vídeo  Esportes 

Resumo

This project proposes a novel framework to learn important elements from sports video sequences. The basic idea behind the proposal is that some key elements are salient in sports video and we would like to devise strategies for automatic learning them. For instance, in table tennis, despite the large possible variations in terms of camera pose, background, colors, etc, some key elements are consistently present in such videos: the table, two players moving around it, the rackets, the ball. The authors of this proposal are currently co-supervising a PhD project (Henrique Morimitsu, proc. FAPESP DR 12/09741-0 and BEPE 13/08258-7) which develops a novel framework for table and player detection in table tennis matches videos, which combines low-level features, temporal and structural information. The goal of this project submitted to CNRS/FAPESP is to go one step further by learning automatically the main elements in an unsupervised manner from video samples. Our idea is to use this proposal to recrute a Post-Doctoral researcher to develop the project (the PD scholarship will be submitted in due time in case this project is supported). (AU)

Publicações científicas
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
MORIMITSU, HENRIQUE; BLOCH, ISABELLE; CESAR-, JR., ROBERTO M. Exploring structure for long-term tracking of multiple objects in sports videos. COMPUTER VISION AND IMAGE UNDERSTANDING, v. 159, n. SI, p. 89-104, JUN 2017. Citações Web of Science: 3.

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.
Mapa da distribuição dos acessos desta página
Para ver o sumário de acessos desta página, clique aqui.