HLAC Approach to Automatic Object Counting

Kobayashi, Takumi; Hosaka, Tadaaki; Mimura, Shingo; Hayashi, Takehiko I.; Otsu, Nobuyuki

doi:10.1109/bliss.2008.21

Cited by 16 publications

(8 citation statements)

References 8 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…In the preprocessing step, frame differencing is first applied to the successive image sequences to subtract the static background and to identify moving objects in the view. Binarization with Otsu's method is then applied to emphasize the movement and to eliminate the noise below threshold [6] (Figure 2). Preprocessed images are fed into the feature extraction program to quantize the spatio-temporal correlation of the pixels in three consecutive preprocessed frames, using the motion image recognition method based on the CHLAC feature [7].…”

Section: Methodsmentioning

confidence: 99%

Development of a Motion-Based Cell-Counting System for Trypanosoma Parasite Using a Pattern Recognition Approach

et al. 2018

View full text Add to dashboard Cite

Automated cell counters that utilize still images of sample cells are widely used. However, they are not well suited to counting slender, aggregate-prone microorganisms such as Trypanosoma cruzi. Here, we developed a motion-based cell-counting system, using an image-recognition method based on a cubic higher-order local auto-correlation feature. The software successfully estimated the cell density of dispersed, aggregated, as well as fluorescent parasites by motion pattern recognition. Loss of parasites activeness due to drug treatment could also be detected as a reduction in apparent cell count, which potentially increases the sensitivity of drug screening assays. Moreover, the motion-based approach enabled estimation of the number of parasites in a co-culture with host mammalian cells, by disregarding the presence of the host cells as a static background.

show abstract

Section: Methodsmentioning

confidence: 99%

Development of a Motion-Based Cell-Counting System for Trypanosoma Parasite Using a Pattern Recognition Approach

et al. 2018

View full text Add to dashboard Cite

show abstract

“…The proposed method for recognizing dynamic textures is composed of 1) CHLAC [8] to extract features from three-way dynamic texture patterns in motion images and 2) MRA [6] to estimate the quantitative scores from the extracted features.…”

Section: Proposed Methodsmentioning

confidence: 99%

“…MRA with CHLAC/HLAC features has produced favorable performance for multiple person identification [7] and counting objects [6]. Note that, in the case that the target is qualitative class label, we can employ classifiers, such as SVM.…”

Section: Recognitionmentioning

confidence: 99%

See 1 more Smart Citation

Recognition of Dynamic Texture Patterns Using CHLAC Features

Kobayashi

Higuchi

Miyajima

et al. 2009

2009 Symposium on Bio-Inspired Learning and Intelligent Systems for Security

Self Cite

View full text Add to dashboard Cite

In this paper, we propose a statistical scheme for recognizing three-dimensional textures shown in motion images, which we call dynamic textures. The texture characteristics emerges in the distinct movement in the motion images, and the dynamic cues would be useful especially for recognizing ambiguous texture patterns in noisy images. We apply cubic higher-order auto-correlation (CHLAC) to extract features both of the textures and their movements, and then simply multiple regression analysis (MRA) to evaluate (recognize) the texture. In the experiment for estimating quality of beef meat by using ultrasound motion images, the proposed method exhibits the favorable performances which are close to ground truth given by the experts.

show abstract

“…Rầy nâu được Bộ Nông nghiệp & Phát triển Nông thôn ra chỉ thị phòng trừ từ năm 2006 [2]. Vì vậy việc nghiên cứu phát hiện đối tượng rầy nâu trưởng thành là một trong những yêu cầu cấp thiết, luôn được các nhà khoa học quan tâm.Đã có một số nghiên cứu khoa học về xác định đối tượng động vật hoặc côn trùng thông qua hình ảnh, chẳng hạn nghiên cứu đếm đối tượng động vật trên ảnh dùng đặc trưng sắp xếp ở mức cao của sự tương quan cục bộ tự động (Higher-order Local Auto-Correlation) và phân tích hồi quy hỗn hợp (Multiple Regression Analysis) [11]. Kết quả của nghiên cứu cho tỷ lệ phát hiện chính xác đối tượng khá cao nhưng đòi hỏi phải có hình ảnh nền (background) đầu vào để chứa đối tượng.…”

unclassified

Xác Định Số Lượng Rầy Nâu Trưởng Thành Dựa Trên Đặc Trưng Sift

Trí¹,

Trâm²,

Duy³

et al. 2017

Fair - Nghiên Cứu Cơ Bản Và Ứng Dụng Công Nghệ Thông Tin - 2016

View full text Add to dashboard Cite

Từ khóa-Rầy nâu trưởng thành, rút trích đặc trưng cục bộ bất biến, xác định đối tượng, so khớp. I. GIỚI THIỆUTrong các loài dịch hại nông nghiệp thì rầy nâu (Nilarpavata lugens Stal) [1] là một trong những đối tượng sâu hại nghiêm trọng nhất cho lúa ở Việt Nam nói riêng và trên thế giới nói chung, nhất là khi chúng ta sử dụng nhiều các giống lúa cho năng suất cao và tăng cường thâm canh trong sản xuất lúa. Rầy nâu nguy hiểm ở chỗ chúng không những trực tiếp gây hại bằng cách chích hút dịch nhựa ở thân cây làm cho cây lúa kém sinh trưởng và phát triển mà còn là môi giới truyền bệnh virut vàng lùn, lùn xoắn lá làm giảm năng suất và thoái hóa giống lúa. Rầy nâu được Bộ Nông nghiệp & Phát triển Nông thôn ra chỉ thị phòng trừ từ năm 2006 [2]. Vì vậy việc nghiên cứu phát hiện đối tượng rầy nâu trưởng thành là một trong những yêu cầu cấp thiết, luôn được các nhà khoa học quan tâm.Đã có một số nghiên cứu khoa học về xác định đối tượng động vật hoặc côn trùng thông qua hình ảnh, chẳng hạn nghiên cứu đếm đối tượng động vật trên ảnh dùng đặc trưng sắp xếp ở mức cao của sự tương quan cục bộ tự động (Higher-order Local Auto-Correlation) và phân tích hồi quy hỗn hợp (Multiple Regression Analysis) [11]. Kết quả của nghiên cứu cho tỷ lệ phát hiện chính xác đối tượng khá cao nhưng đòi hỏi phải có hình ảnh nền (background) đầu vào để chứa đối tượng. Một nghiên cứu khác cũng nhằm phân lớp, đếm côn trùng theo thời gian thực sử dụng camera wifi [12] mà trong đó nhóm tác giả đã dùng bộ lọc Gabor, biểu đồ kim tự tháp của ảnh ở dạng Gradient (Pyramidal Histogram of Gradients) và dữ liệu màu để xác định đối tượng, sau đó phân nhóm bằng SVM (Support Véctơ Machines). Tỉ lệ thành công của nghiên cứu đạt khoảng 91% trên các hình ảnh chụp được từ camera. Tuy vậy, nghiên cứu này chỉ mới dừng ở mức thí nghiệm trên một công cụ tạo sẵn có background cố định và còn xác định đối tượng sai khi bóng côn trùng có cùng màu với background. Đặc biệt, từ khi có phương pháp rút trích đặc trưng cục bộ bất biến được đề xuất bởi David G.Lowe [5] thì việc nhận diện đối tượng trên ảnh được xem là một trong những ứng dụng cơ bản nhất. Tác giả công bố phương pháp nghiên cứu này cũng chính vì mục đích phục vụ cho bài toán xác định đối tượng trên ảnh [6], kể cả đối tượng bị che khuất. Phương pháp rút trích này đã được sử dụng để rút trích đặc trưng xác định nhiều loại đối tượng khác nhau điển hình như: nhận dạng các đồ vật sử dụng trong nhà [7] kết hợp với sử dụng cây từ vựng, các đồ vật trong văn phòng [8], nhận dạng các công trình kiến trúc kết hợp với thuật toán LSH [9] hoặc bản đồ [10],… Việc ứng dụng để xác định đối tượng rầy nâu hay các côn trùng gây hại trên cây trồng vẫn còn khá ít và chưa thật hiệu quả.Vì vậy, việc nghiên cứu để xây dựng một phương pháp mới phục vụ cho xác định đối tượng côn trùng là một nghiên cứu cần được quan tâm phát triển. Mặt khác, không chỉ dừng lại ở việc nhận diện được côn trùng trên ảnh, việc đếm số lượng của chúng cũng mang một ý nghĩa rất quan trọng bởi vì có xác định được mật độ tấn công của côn trùng thì mới có thể đưa ra đư...

show abstract

HLAC Approach to Automatic Object Counting

Cited by 16 publications

References 8 publications

Development of a Motion-Based Cell-Counting System for Trypanosoma Parasite Using a Pattern Recognition Approach

Development of a Motion-Based Cell-Counting System for Trypanosoma Parasite Using a Pattern Recognition Approach

Recognition of Dynamic Texture Patterns Using CHLAC Features

Xác Định Số Lượng Rầy Nâu Trưởng Thành Dựa Trên Đặc Trưng Sift

Contact Info

Product

Resources

About