Object Motion Detection and Tracking by an Artificial Intelligence Approach (Articolo in rivista)

Type

• Prodotto della ricerca (Classe)
• Articolo in rivista (Classe)

Label

• Object Motion Detection and Tracking by an Artificial Intelligence Approach (Articolo in rivista) (literal)

Anno

• 2008-01-01T00:00:00+01:00 (literal)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#doi

• 10.1142/S0218001408006612 (literal)

Alternative label

• Maddalena Lucia ; Petrosino Alfredo ; Ferone Alessio (2008)
  Object Motion Detection and Tracking by an Artificial Intelligence Approach
  in International journal of pattern recognition and artificial intelligence
  (literal)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#autori

• Maddalena Lucia ; Petrosino Alfredo ; Ferone Alessio (literal)

Pagina inizio

• 915 (literal)

Pagina fine

• 928 (literal)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#url

• http://www.worldscinet.com/ijprai/22/2205/S0218001408006612.html (literal)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#numeroVolume

• 22 (literal)

Rivista

• International journal of pattern recognition and artificial intelligence (Rivista)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#numeroFascicolo

• 5 (literal)

Note

• ISI Web of Science (WOS) (literal)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#affiliazioni

• 1. CNR, Inst High Performance Comp & Networking, I-80131 Naples, Italy 2. Univ Naples Parthenope, Dept Appl Sci, Ctr Direzionale, I-80143 Naples, Italy (literal)

Titolo

• Object Motion Detection and Tracking by an Artificial Intelligence Approach (literal)

Abstract

• The aim of this paper is to propose an artificial intelligence based approach to moving object detection and tracking. Specifically, we adopt an approach to moving object detection based on self organization through artificial neural networks. Such approach allows to handle scenes containing moving backgrounds and gradual illumination variations, and achieves robust detection for different types of videos taken with stationary cameras. Moreover, for object tracking we propose a suitable conjunction between Kalman filtering, properly instanced for the problem at hand, and a matching model belonging to the class of Multiple Hypothesis Testing. To assess the validity of our approach, we experimented both proposed moving object detection and object tracking over different color video sequences that represent typical situations critical for video surveillance systems. (literal)

Prodotto di

• Sistemi di Visione Real-Time (ICT.P03.002.001) (Modulo)
• Strumenti Integrati di Supporto per le Scienze ‘Omiche’ (INT.P02.005.001) (Modulo)
• Metodi, algoritmi e strumenti software innovativi per le Scienze Computazionali (ICT.P09.002.001) (Modulo)
• Istituto di calcolo e reti ad alte prestazioni (ICAR) (Istituto)
• Metodologie e tecniche ICT per l'e-health (INT.P02.014.001) (Modulo)

Autore CNR

• LUCIA MADDALENA (Unità di personale interno)
• ALFREDO PETROSINO (Persona)

Incoming links:

Prodotto

• Istituto di calcolo e reti ad alte prestazioni (ICAR) (Istituto)
• Metodologie e tecniche ICT per l'e-health (INT.P02.014.001) (Modulo)
• Metodi, algoritmi e strumenti software innovativi per le Scienze Computazionali (ICT.P09.002.001) (Modulo)
• Strumenti Integrati di Supporto per le Scienze ‘Omiche’ (INT.P02.005.001) (Modulo)
• Sistemi di Visione Real-Time (ICT.P03.002.001) (Modulo)

Autore CNR di

• LUCIA MADDALENA (Unità di personale interno)
• ALFREDO PETROSINO (Persona)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#rivistaDi

• International journal of pattern recognition and artificial intelligence (Rivista)