Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Estadual Paulista (Unesp) | - |
Autor(es): dc.contributor | Petr Brasileiro SA Petrobras | - |
Autor(es): dc.contributor | Univ Fortaleza | - |
Autor(es): dc.creator | Santana, Marcos C. S. [UNESP] | - |
Autor(es): dc.creator | Passos, Leandro Aparecido [UNESP] | - |
Autor(es): dc.creator | Moreira, Thierry P. [UNESP] | - |
Autor(es): dc.creator | Colombo, Danilo | - |
Autor(es): dc.creator | Albuquerque, Victor Hugo C. de | - |
Autor(es): dc.creator | Papa, Joao Paulo [UNESP] | - |
Data de aceite: dc.date.accessioned | 2022-02-22T00:19:05Z | - |
Data de disponibilização: dc.date.available | 2022-02-22T00:19:05Z | - |
Data de envio: dc.date.issued | 2020-12-10 | - |
Data de envio: dc.date.issued | 2020-12-10 | - |
Data de envio: dc.date.issued | 2019-12-31 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1109/MIS.2019.2949984 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/197720 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/197720 | - |
Descrição: dc.description | 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. | - |
Descrição: dc.description | Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) | - |
Descrição: dc.description | Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) | - |
Descrição: dc.description | Petrobras | - |
Descrição: dc.description | Sao Paulo State Univ, Sao Paulo, Brazil | - |
Descrição: dc.description | Petr Brasileiro SA Petrobras, Rio De Janeiro, Brazil | - |
Descrição: dc.description | Univ Fortaleza, UNIFOR, Fortaleza, Ceara, Brazil | - |
Descrição: dc.description | Sao Paulo State Univ, Sao Paulo, Brazil | - |
Descrição: dc.description | FAPESP: 2013/07375-0 | - |
Descrição: dc.description | FAPESP: 2014/12236-1 | - |
Descrição: dc.description | FAPESP: 2016/19403-6 | - |
Descrição: dc.description | FAPESP: 2017/25908-6 | - |
Descrição: dc.description | CNPq: 307066/2017-7 | - |
Descrição: dc.description | CNPq: 427968/2018-6 | - |
Descrição: dc.description | CNPq: 304315/2017-6 | - |
Descrição: dc.description | CNPq: 430274/2018-1 | - |
Descrição: dc.description | Petrobras: 2017/00285-6 | - |
Formato: dc.format | 44-53 | - |
Idioma: dc.language | en | - |
Publicador: dc.publisher | Ieee Computer Soc | - |
Relação: dc.relation | Ieee Intelligent Systems | - |
???dc.source???: dc.source | Web of Science | - |
Palavras-chave: dc.subject | Decoding | - |
Palavras-chave: dc.subject | Image segmentation | - |
Palavras-chave: dc.subject | Semantics | - |
Palavras-chave: dc.subject | Training data | - |
Palavras-chave: dc.subject | Neural networks | - |
Palavras-chave: dc.subject | Intelligent systems | - |
Palavras-chave: dc.subject | Task analysis | - |
Palavras-chave: dc.subject | Human computer interaction | - |
Palavras-chave: dc.subject | Scene Change Detection | - |
Palavras-chave: dc.subject | Siamese Convolutional Neural Networks | - |
Palavras-chave: dc.subject | U-Nets | - |
Palavras-chave: dc.subject | Route Obstruction Detection | - |
Título: dc.title | A Novel Siamese-Based Approach for Scene Change Detection With Applications to Obstructed Routes in Hazardous Environments | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: