Salient Point Tracking for Key Frames Selection in Outdoor Image Sequences

Fuentes, Jorge; Ruiz, José; Rendón, Juan M.

doi:10.1109/tla.2016.7530446

Cited by 3 publications

(2 citation statements)

References 20 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

Section: Introduccionunclassified

“…En la literatura se encuentran diferentes trabajos que contienen algunas de las particularidades del caso. Donde hemos destacado sistemas de tracking en ambientes outdoor para secuencias de imágenes que no varían demasiado en el tiempo [3], tracking de objetos mediante la utilización de robots [4][5], vehícu-los aéreos no tripulados (UAV) [6] o tracking mediante la utilización de plataformas en movimiento [6] [7], aplicados por ejemplo, como asistencia al manejo de automóviles [8]. Por último, se encuentran trabajos donde se realiza el tracking de objetos en movimiento con cámaras en movimiento [8] [9] [10] [11].…”

Section: Introduccionunclassified

See 1 more Smart Citation

Inverted tracking algorithm for the field survey through artificial vision and robotics

Álvarez

Serafino

Cicerchia

et al. 2017

2017 XLIII Latin American Computer Conference (CLEI)

View full text Add to dashboard Cite

Abstract. The area of artificial vision and robotics has very important advances in the recognition and tracking of objects, not only in indoor scenes but also in outdoor ones. These methods and algorithms have given rise to very important technological advances in different areas of knowledge. In the area of Precision Agriculture, the main problem of its use lies in its application in field surveys, whereas in the case of cultivation, we will have fixed objects (seedlings) in established spaces (furrows and plots), but in uncontrolled environments. The determination of the density of these crops and their distance between furrows among other data is in many cases, relevant to their performance. It is the purpose of this paper to solve the automated sensing of this data through the use of cameras and artificial vision techniques. In this work, an inverted tracking algorithm is defined in order to automatically determine the necessary shot-points by means of which the cameras involved as sensors on a robotic platform capture scene images. This will help to survey the density and distance of the crop to be analyzed.Key Words: Precision Agriculture, Tracking, Data Relief, Artificial Vision. I. INTRODUCCIONEl presente trabajo se inserta en el marco de un proyecto de investigación en el cual se busca realizar el relevamiento de datos acerca del cultivo de maíz a campo. Gracias a los avances tecnoló-gicos en áreas como robótica, visión artificial, sensores, comunicación y conectividad, es que se ha desarrollado una plataforma robó-tica que contiene un sistema de navegación con sensado de diferentes tipos de imágenes, las cuales mediante procesamiento digital, facilitan no sólo la recolección de datos biofísicos de un cultivo, a lo largo de la evolución de sus estados fenológicos, sino también el monitoreo y evaluación de los mismos [1] [2]. Para obtener dichos datos la plataforma debe sensar el cultivo mediante la captura de imágenes, a partir de un recorrido establecido en el ensayo, para lo cual debe determinar en qué momento del recorrido se deberán sensar las parcelas. Para determinar dicho instante el sistema debe ser capaz de detectar los diferentes plantines del cultivo, teniendo en cuenta además cuales de ellos ya fueron sensados. A partir de esto es que se dispone anexar a la plataforma la utilización de una cá-mara de video que permita realizar un tracking de las diferentes parcelas. El video tracking es el proceso de localización de un objeto móvil en un período de tiempo obtenido mediante una videocámara. El tracking que se resuelve en este caso posee la particularidad que no son los objetos de la escena los que se mueven delante de una cá-mara fija sino que es la cámara la que está en movimiento ante un escenario con objetos que se mantienen estáticos (de allí se determina el invertido), ello sumado a que se tiene que detectar más de un objeto (planta). En la literatura se encuentran diferentes trabajos que contienen algunas de las particularidades del caso. Donde hemos destacado sistemas de tracking en a...

show abstract

Section: Introduccionunclassified

Inverted tracking algorithm for the field survey through artificial vision and robotics

Álvarez

Serafino

Cicerchia

et al. 2017

2017 XLIII Latin American Computer Conference (CLEI)

View full text Add to dashboard Cite

show abstract

Hierarchical Clustering-Based Video Summarization

Wang

Liu

Cheng

et al. 2020

Smart Innovation, Systems and Technologies

View full text Add to dashboard Cite

Keyframe Generation Method via Improved Clustering and Silhouette Coefficient for Video Summarization

Wang

Chen

Liu

2021

JWE

View full text Add to dashboard Cite

In order to solve the issue that the traditional k-means algorithm falls into the local optimal solution in video summarization due to unreasonable initial parameter setting, a video summarization generation algorithm by using improved clustering and silhouette coefficient was proposed. Firstly, color features and texture features are extracted and fused from the decomposed video frames. Secondly, the hierarchical clustering algorithm is used to obtain the initial clustering results. And then, the improved k-means algorithm with silhouette coefficient is introduced to optimize the initial clustering results. Finally, the nearest frame from the cluster center is selected as the keyframe, and all the final keyframes are arranged in the order of the time sequence in the original video to constitute video summarization. The proposed algorithm is evaluated on the benchmark Open Video Database dataset with an average 71% precision, 84% recall rate, and 76% F-score, which is higher than state-of-the-art video summarization methods. Moreover, it generates video keyframes that are closer to user summaries, and it improves effectively the overall quality of the generated summary.

show abstract

Salient Point Tracking for Key Frames Selection in Outdoor Image Sequences

Cited by 3 publications

References 20 publications

Inverted tracking algorithm for the field survey through artificial vision and robotics

Inverted tracking algorithm for the field survey through artificial vision and robotics

Hierarchical Clustering-Based Video Summarization

Keyframe Generation Method via Improved Clustering and Silhouette Coefficient for Video Summarization

Contact Info

Product

Resources

About