elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Human Recognition in RGBD Combining Object Detectors and Conditional Random Fields

Amplianitis, Konstantinos und Hänsch, Ronny und Reulke, Ralf (2016) Human Recognition in RGBD Combining Object Detectors and Conditional Random Fields. In: Proceedings of the 11th Joint Conference on Computer Vision, Imaging and Computer Graphics Theory and Applications - (Volume 4), Seiten 655-663. Scitepress digital Library. VISIGRAPP 2016, 2016-02-27 - 2016-02-29, Rom, Italien. doi: 10.5220/0005786006550663.

Dieses Archiv kann nicht den Volltext zur Verfügung stellen.

Offizielle URL: http://dx.doi.org/10.5220/0005786006550663

Kurzfassung

This paper addresses the problem of detecting and segmenting human instances in a point cloud. Both fields have been well studied during the last decades showing impressive results, not only in accuracy but also in computational performance. With the rapid use of depth sensors, a resurgent need for improving existing state-of-the-art algorithms, integrating depth information as an additional constraint became more ostensible. Current challenges involve combining RGB and depth information for reasoning about location and spatial extend of the object of interest. We make use of an improved deformable part model algorithm, allowing to deform the individual parts across multiple scales, approximating the location of the person in the scene and a conditional random field energy function for specifying the object’s spatial extent. Our proposed energy function models up to pairwise relations defined in the RGBD domain, enforcing label consistency for regions sharing similar unary and pairwise measurements. Experimental results show that our proposed energy func- tion provides a fairly precise segmentation even when the resulting detection box is imprecise. Reasoning about the detection algorithm could potentially enhance the quality of the detection box allowing capturing the object of interest as a whole.

elib-URL des Eintrags:https://elib.dlr.de/116866/
Dokumentart:Konferenzbeitrag (Vortrag)
Titel:Human Recognition in RGBD Combining Object Detectors and Conditional Random Fields
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Amplianitis, KonstantinosHU BerlinNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Hänsch, RonnyTechnical University of BerlinNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Reulke, RalfInstitut für Optische SensorsystemeNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:2016
Erschienen in:Proceedings of the 11th Joint Conference on Computer Vision, Imaging and Computer Graphics Theory and Applications - (Volume 4)
Referierte Publikation:Ja
Open Access:Nein
Gold Open Access:Nein
In SCOPUS:Nein
In ISI Web of Science:Nein
DOI:10.5220/0005786006550663
Seitenbereich:Seiten 655-663
Verlag:Scitepress digital Library
Status:veröffentlicht
Stichwörter:Deformable Part Models, RGBD Data, Conditional Random Fields, Graph Cuts, Human Recognition
Veranstaltungstitel:VISIGRAPP 2016
Veranstaltungsort:Rom, Italien
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:27 Februar 2016
Veranstaltungsende:29 Februar 2016
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Raumfahrt
HGF - Programmthema:Erdbeobachtung
DLR - Schwerpunkt:Raumfahrt
DLR - Forschungsgebiet:R EO - Erdbeobachtung
DLR - Teilgebiet (Projekt, Vorhaben):R - Optische Technologien und Anwendungen
Standort: Berlin-Adlershof
Institute & Einrichtungen:Institut für Optische Sensorsysteme
Hinterlegt von: Dombrowski, Ute
Hinterlegt am:19 Dez 2017 09:54
Letzte Änderung:16 Aug 2024 09:42

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.