Consiglio Nazionale delle Ricerche

Tipo di prodottoArticolo in rivista
TitoloA novel self-organizing neural network for motion segmentation
Anno di pubblicazione2003
Formato-
Autore/iCirrincione G., Cirrincione M.
Affiliazioni autori1 Maurizio Cirrincione ISSIA-CNR sezione di Palermo 2 Giansalvo Cirrincione Université de Picardie, Jules Verne, Amiens, FRANCE
Autori CNR e affiliazioni
  • MAURIZIO CIRRINCIONE
Lingua/e-
AbstractMany computer vision techniques, above all for structure from motion problems, require a segmentation of the images captured by one or more cameras. This paper deals the segmentation based on the motion information, but can be easily extended to other cases (color, texture and so on). A new neural network, the EXIN Segmentation Neural Network (EXIN SNN) is here introduced. It is incremental, self-organizing and considers its task as the solution of a pattern recognition problem. This original approach overcomes the limits of the traditional segmentation techniques, namely the need of a spatial support for the image objects and the translation parallel to the image plane for the objects in the scene. Examples are given both for synthetic and real images.,
Lingua abstract-
Altro abstract-
Lingua altro abstract-
Pagine da27
Pagine a35
Pagine totali-
RivistaApplied intelligence (Boston)
Attiva dal 1991
Editore: Kluwer Academic Publishers - London ;
Paese di pubblicazione: Stati Uniti d'America
Lingua: inglese
ISSN: 0924-669X
Titolo chiave: Applied intelligence (Boston)
Titolo abbreviato: Appl. intell. (Boston)
Numero volume della rivista18
Fascicolo della rivista-
DOI-
Verificato da referee-
Stato della pubblicazione-
Indicizzazione (in banche dati controllate)-
Parole chiavecomputer vision, neural networks, pattern recognition
Link (URL, URI)-
Titolo parallelo-
Licenza-
Scadenza embargo-
Data di accettazione-
Note/Altre informazioniPubblicazione su prestigiosa rivista internazionale del settore
Strutture CNR
  • ISSIA — Istituto di studi sui sistemi intelligenti per l'automazione
Moduli/Attività/Sottoprogetti CNR
  • SP.P03.011.001 : Convertitori, attuatori e azionamenti elettrici
Progetti Europei-
Allegati

Dati storici
I dati storici non sono modificabili, sono stati ereditati da altri sistemi (es. Gestione Istituti, PUMA, ...) e hanno solo valore storico.
Area disciplinareComputer Science & Engineering
Area valutazione CIVRIngegneria industriale e informatica
Rivista ISIAPPLIED INTELLIGENCE [10500J0]
Descrizione sintetica del prodottoIl prodotto riguarda lo sviluppo di una nuova rete neurale, la EXIN SNN di tipo incrementale e aut-organizzante. Essa è in grado di trasformare il problema di segmentazione basato sul moto in un problema di pattern recognition e richiede solo un’epoca di apprendimento. I risultati sperimentali sulla classica sequenza di Amburgo, dimostrano che non sono necessari oggetti in movimento connessi spazialmente. Comunque si ipotizza che i punti caratteristici siano già stati estratti in ogni immagine e che le corrispondenze di questi punti siano state già calcolate tra immagini successive. La rete neurale essenzialmente produce cluster di neuroni interconnessi che rappresenato ciascuno un oggetto in movimento