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.creator | Santos, Daniel F. S. [UNESP] | - |
Autor(es): dc.creator | Pires, Rafael G. [UNESP] | - |
Autor(es): dc.creator | Colombo, Danilo | - |
Autor(es): dc.creator | Pap, Joao P. [UNESP] | - |
Autor(es): dc.creator | IEEE | - |
Data de aceite: dc.date.accessioned | 2022-02-22T00:59:32Z | - |
Data de disponibilização: dc.date.available | 2022-02-22T00:59:32Z | - |
Data de envio: dc.date.issued | 2021-06-25 | - |
Data de envio: dc.date.issued | 2021-06-25 | - |
Data de envio: dc.date.issued | 2019-12-31 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1109/SIBGRAPI51738.2020.00023 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/210334 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/210334 | - |
Descrição: dc.description | Scene change detection is an image processing problem related to partitioning pixels of a digital image into foreground and background regions. Mostly, visual knowledge-based computer intelligent systems, like traffic monitoring, video surveillance, and anomaly detection, need to use change detection techniques. Amongst the most prominent detection methods, there are the learning-based ones, which besides sharing similar training and testing protocols, differ from each other in terms of their architecture design strategies. Such architecture design directly impacts on the quality of the detection results, and also in the device resources capacity, like memory. In this work, we propose a novel Multiscale Cascade Residual Convolutional Neural Network that integrates multiscale processing strategy through a Residual Processing Module, with a Segmentation Convolutional Neural Network. Experiments conducted on two different datasets support the effectiveness of the proposed approach, achieving average overall F-measure results of 0.9622 and 0.9664 over Change Detection 2014 and PetrobrasROUTES datasets respectively, besides comprising approximately eight times fewer parameters. Such obtained results place the proposed technique amongst the top four state-of-the-art scene change detection methods. | - |
Descrição: dc.description | Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) | - |
Descrição: dc.description | Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) | - |
Descrição: dc.description | Petrobras | - |
Descrição: dc.description | Sao Paulo State Univ, Dept Comp, Bauru, SP, Brazil | - |
Descrição: dc.description | Petr Brasileiro SA Petrobras, Cenpes, Rio De Janeiro, RJ, Brazil | - |
Descrição: dc.description | Sao Paulo State Univ, Dept Comp, Bauru, SP, Brazil | - |
Descrição: dc.description | CNPq: 307066/20177 | - |
Descrição: dc.description | CNPq: 427968/2018-6 | - |
Descrição: dc.description | FAPESP: 2013/07375-0 | - |
Descrição: dc.description | FAPESP: 2014/12236-1 | - |
Descrição: dc.description | Petrobras: 2017/00285-6 | - |
Formato: dc.format | 108-115 | - |
Idioma: dc.language | en | - |
Publicador: dc.publisher | Ieee | - |
Relação: dc.relation | 2020 33rd Sibgrapi Conference On Graphics, Patterns And Images (sibgrapi 2020) | - |
???dc.source???: dc.source | Web of Science | - |
Título: dc.title | Scene Change Detection Using Multiscale Cascade Residual Convolutional Neural Networks | - |
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: