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
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/63668

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