Busca avançada
Ano de início
Entree
(Referência obtida automaticamente do Web of Science, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores.)

A Novel Siamese-Based Approach for Scene Change Detection With Applications to Obstructed Routes in Hazardous Environments

Texto completo
Autor(es):
Santana, Marcos C. S. [1] ; Passos, Jr., Leandro Aparecido [1] ; Moreira, Thierry P. [1] ; Colombo, Danilo [2] ; de Albuquerque, Victor Hugo C. [3] ; Papa, Joao Paulo [1]
Número total de Autores: 6
Afiliação do(s) autor(es):
[1] Sao Paulo State Univ, Sao Paulo - Brazil
[2] Petr Brasileiro SA Petrobras, Rio De Janeiro - Brazil
[3] Univ Fortaleza, UNIFOR, Fortaleza, Ceara - Brazil
Número total de Afiliações: 3
Tipo de documento: Artigo Científico
Fonte: IEEE INTELLIGENT SYSTEMS; v. 35, n. 1, p. 44-53, JAN-FEB 2020.
Citações Web of Science: 0
Resumo

The demand for automatic scene change detection has massively increased in the last decades due to its importance regarding safety and security issues. Although deep learning techniques have provided significant enhancements in the field, such methods must learn which object belongs to the foreground or background beforehand. In this article, we propose an approach that employs siamese U-Nets to address the task of change detection, such that the model learns to perform semantic segmentation using background reference frames only. Therefore, any object that comes up into the scene defines a change. The experimental results show the robustness of the proposed model over the well-known public dataset CDNet2014. Additionally, we also consider a private dataset called ``PetrobrasROUTES,{''} which comprises obstruction or abandoned objects in escape routes in hazardous environments. Moreover, the experiments show that the proposed approach is more robust to noise and illumination changes. (AU)

Processo FAPESP: 14/12236-1 - AnImaLS: Anotação de Imagem em Larga Escala: o que máquinas e especialistas podem aprender interagindo?
Beneficiário:Alexandre Xavier Falcão
Linha de fomento: Auxílio à Pesquisa - Temático
Processo FAPESP: 13/07375-0 - CeMEAI - Centro de Ciências Matemáticas Aplicadas à Indústria
Beneficiário:José Alberto Cuminato
Linha de fomento: Auxílio à Pesquisa - Centros de Pesquisa, Inovação e Difusão - CEPIDs
Processo FAPESP: 17/25908-6 - Aprendizado fracamente supervisionado para análise de vídeos no domínio comprimido em tarefas de recuperação e classificação para alertas visuais
Beneficiário:João Paulo Papa
Linha de fomento: Auxílio à Pesquisa - Parceria para Inovação Tecnológica - PITE
Processo FAPESP: 16/19403-6 - Modelos de aprendizado baseados em energia e suas aplicações
Beneficiário:João Paulo Papa
Linha de fomento: Auxílio à Pesquisa - Regular