Fusión de información de geometría e intensidad para segmentación de imágenes TOF
- Autores
- Lorenti, Luciano; Giacomantone, Javier; Bria, Oscar N.; De Giusti, Armando Eduardo
- Año de publicación
- 2017
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- Las cámaras de tiempo de vuelo (TOF) generan dos imágenes simultáneas, una de intensidad y una de rango. Esto permite abordar problemas de segmentación donde la información de intensidad o de rango separadamente es insuficiente para extraer los objetos de interés de la escena 3D. A su vez, la información de rango permite obtener una aproximación del vector normal de cada punto de las superficies capturadas. En este artículo se presenta un método de segmentación espectral, que combina la información de intensidad, de rango y las orientaciones de los vectores normales para mejorar los resultados de la segmentación. Los agrupamientos obtenidos suponen una estructura subyacente común entre todas las fuentes de información, llamadas vistas. Se utilizan técnicas de clustering espectral co-regularizado para obtener agrupamientos que sean consistentes de acuerdo a todas las vistas. La evaluación del método propuesto fue realizado sobre imágenes reales. El rendimiento obtenido al combinar las tres fuentes de información presenta mejoras en los agrupamientos resultantes.
XV Workshop de Computación Gráfica, Imágenes y Visualización (WCGIV).
Red de Universidades con Carreras en Informática (RedUNCI) - Materia
-
Ciencias Informáticas
Segmentation
imágenes de rango
cámaras de tiempo de vuelo
agrupamiento espectral - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/4.0/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/63668
Ver los metadatos del registro completo
id |
SEDICI_83cd655a890e5c662d8bf4e7a8e57008 |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/63668 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Fusión de información de geometría e intensidad para segmentación de imágenes TOFLorenti, LucianoGiacomantone, JavierBria, Oscar N.De Giusti, Armando EduardoCiencias InformáticasSegmentationimágenes de rangocámaras de tiempo de vueloagrupamiento espectralLas cámaras de tiempo de vuelo (TOF) generan dos imágenes simultáneas, una de intensidad y una de rango. Esto permite abordar problemas de segmentación donde la información de intensidad o de rango separadamente es insuficiente para extraer los objetos de interés de la escena 3D. A su vez, la información de rango permite obtener una aproximación del vector normal de cada punto de las superficies capturadas. En este artículo se presenta un método de segmentación espectral, que combina la información de intensidad, de rango y las orientaciones de los vectores normales para mejorar los resultados de la segmentación. Los agrupamientos obtenidos suponen una estructura subyacente común entre todas las fuentes de información, llamadas vistas. Se utilizan técnicas de clustering espectral co-regularizado para obtener agrupamientos que sean consistentes de acuerdo a todas las vistas. La evaluación del método propuesto fue realizado sobre imágenes reales. El rendimiento obtenido al combinar las tres fuentes de información presenta mejoras en los agrupamientos resultantes.XV Workshop de Computación Gráfica, Imágenes y Visualización (WCGIV).Red de Universidades con Carreras en Informática (RedUNCI)2017-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf508-517http://sedici.unlp.edu.ar/handle/10915/63668spainfo:eu-repo/semantics/altIdentifier/isbn/978-950-34-1539-9info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-03T10:41:02Zoai:sedici.unlp.edu.ar:10915/63668Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-03 10:41:02.894SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Fusión de información de geometría e intensidad para segmentación de imágenes TOF |
title |
Fusión de información de geometría e intensidad para segmentación de imágenes TOF |
spellingShingle |
Fusión de información de geometría e intensidad para segmentación de imágenes TOF Lorenti, Luciano Ciencias Informáticas Segmentation imágenes de rango cámaras de tiempo de vuelo agrupamiento espectral |
title_short |
Fusión de información de geometría e intensidad para segmentación de imágenes TOF |
title_full |
Fusión de información de geometría e intensidad para segmentación de imágenes TOF |
title_fullStr |
Fusión de información de geometría e intensidad para segmentación de imágenes TOF |
title_full_unstemmed |
Fusión de información de geometría e intensidad para segmentación de imágenes TOF |
title_sort |
Fusión de información de geometría e intensidad para segmentación de imágenes TOF |
dc.creator.none.fl_str_mv |
Lorenti, Luciano Giacomantone, Javier Bria, Oscar N. De Giusti, Armando Eduardo |
author |
Lorenti, Luciano |
author_facet |
Lorenti, Luciano Giacomantone, Javier Bria, Oscar N. De Giusti, Armando Eduardo |
author_role |
author |
author2 |
Giacomantone, Javier Bria, Oscar N. De Giusti, Armando Eduardo |
author2_role |
author author author |
dc.subject.none.fl_str_mv |
Ciencias Informáticas Segmentation imágenes de rango cámaras de tiempo de vuelo agrupamiento espectral |
topic |
Ciencias Informáticas Segmentation imágenes de rango cámaras de tiempo de vuelo agrupamiento espectral |
dc.description.none.fl_txt_mv |
Las cámaras de tiempo de vuelo (TOF) generan dos imágenes simultáneas, una de intensidad y una de rango. Esto permite abordar problemas de segmentación donde la información de intensidad o de rango separadamente es insuficiente para extraer los objetos de interés de la escena 3D. A su vez, la información de rango permite obtener una aproximación del vector normal de cada punto de las superficies capturadas. En este artículo se presenta un método de segmentación espectral, que combina la información de intensidad, de rango y las orientaciones de los vectores normales para mejorar los resultados de la segmentación. Los agrupamientos obtenidos suponen una estructura subyacente común entre todas las fuentes de información, llamadas vistas. Se utilizan técnicas de clustering espectral co-regularizado para obtener agrupamientos que sean consistentes de acuerdo a todas las vistas. La evaluación del método propuesto fue realizado sobre imágenes reales. El rendimiento obtenido al combinar las tres fuentes de información presenta mejoras en los agrupamientos resultantes. XV Workshop de Computación Gráfica, Imágenes y Visualización (WCGIV). Red de Universidades con Carreras en Informática (RedUNCI) |
description |
Las cámaras de tiempo de vuelo (TOF) generan dos imágenes simultáneas, una de intensidad y una de rango. Esto permite abordar problemas de segmentación donde la información de intensidad o de rango separadamente es insuficiente para extraer los objetos de interés de la escena 3D. A su vez, la información de rango permite obtener una aproximación del vector normal de cada punto de las superficies capturadas. En este artículo se presenta un método de segmentación espectral, que combina la información de intensidad, de rango y las orientaciones de los vectores normales para mejorar los resultados de la segmentación. Los agrupamientos obtenidos suponen una estructura subyacente común entre todas las fuentes de información, llamadas vistas. Se utilizan técnicas de clustering espectral co-regularizado para obtener agrupamientos que sean consistentes de acuerdo a todas las vistas. La evaluación del método propuesto fue realizado sobre imágenes reales. El rendimiento obtenido al combinar las tres fuentes de información presenta mejoras en los agrupamientos resultantes. |
publishDate |
2017 |
dc.date.none.fl_str_mv |
2017-10 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/conferenceObject info:eu-repo/semantics/publishedVersion Objeto de conferencia http://purl.org/coar/resource_type/c_5794 info:ar-repo/semantics/documentoDeConferencia |
format |
conferenceObject |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
http://sedici.unlp.edu.ar/handle/10915/63668 |
url |
http://sedici.unlp.edu.ar/handle/10915/63668 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/isbn/978-950-34-1539-9 |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) |
dc.format.none.fl_str_mv |
application/pdf 508-517 |
dc.source.none.fl_str_mv |
reponame:SEDICI (UNLP) instname:Universidad Nacional de La Plata instacron:UNLP |
reponame_str |
SEDICI (UNLP) |
collection |
SEDICI (UNLP) |
instname_str |
Universidad Nacional de La Plata |
instacron_str |
UNLP |
institution |
UNLP |
repository.name.fl_str_mv |
SEDICI (UNLP) - Universidad Nacional de La Plata |
repository.mail.fl_str_mv |
alira@sedici.unlp.edu.ar |
_version_ |
1842260276455407616 |
score |
13.13397 |