Agrupamiento de trayectorias vía clustering espectral incremental

Autores
Lorenti, Luciano; Giacomantone, Javier; De Giusti, Armando Eduardo
Año de publicación
2016
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
El agrupamiento de trayectorias permite entender los patrones de movimiento de los objetos capturados en vídeo. Debido a su naturaleza secuencial, los datos de trayectorias son adquiridos cuadro a cuadro de forma incremental. Este procedimiento implica actualizar las estructuras detectadas por el algoritmo de agrupamiento ante la llegada de nuevos datos. En este artículo se presenta un método de agrupamiento espectral incremental, que permite extraer las trayectorias representativas de los patrones de movimiento. El método propuesto explota un mecanismo orientado a reducir la demanda computacional en el cálculo de autovectores en cada iteración. Se presentan resultados experimentales sobre trayectorias de vídeos reales y trayectorias sintéticas, que permiten evaluar el método propuesto.
XIV Workshop Computación Gráfica, Imágenes y Visualización (WCGIV).
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
Clustering
agrupamiento de trayectorias
aprendizaje no supervisado
Video analysis
Pattern analysis
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:10915/56008
Acceder
id SEDICI_caa0ad4699dea83188ee9d3f3fc3a356
oai_identifier_str oai:sedici.unlp.edu.ar:10915/56008
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Agrupamiento de trayectorias vía clustering espectral incrementalLorenti, LucianoGiacomantone, JavierDe Giusti, Armando EduardoCiencias InformáticasClusteringagrupamiento de trayectoriasaprendizaje no supervisadoVideo analysisPattern analysisEl agrupamiento de trayectorias permite entender los patrones de movimiento de los objetos capturados en vídeo. Debido a su naturaleza secuencial, los datos de trayectorias son adquiridos cuadro a cuadro de forma incremental. Este procedimiento implica actualizar las estructuras detectadas por el algoritmo de agrupamiento ante la llegada de nuevos datos. En este artículo se presenta un método de agrupamiento espectral incremental, que permite extraer las trayectorias representativas de los patrones de movimiento. El método propuesto explota un mecanismo orientado a reducir la demanda computacional en el cálculo de autovectores en cada iteración. Se presentan resultados experimentales sobre trayectorias de vídeos reales y trayectorias sintéticas, que permiten evaluar el método propuesto.XIV Workshop Computación Gráfica, Imágenes y Visualización (WCGIV).Red de Universidades con Carreras en Informática (RedUNCI)2016-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf222-231http://sedici.unlp.edu.ar/handle/10915/56008spainfo:eu-repo/semantics/reference/hdl/10915/55718info: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:UNLP2026-05-27T11:00:38Zoai:sedici.unlp.edu.ar:10915/56008Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292026-05-27 11:00:39.256SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Agrupamiento de trayectorias vía clustering espectral incremental
title Agrupamiento de trayectorias vía clustering espectral incremental
spellingShingle Agrupamiento de trayectorias vía clustering espectral incremental
Lorenti, Luciano
Ciencias Informáticas
Clustering
agrupamiento de trayectorias
aprendizaje no supervisado
Video analysis
Pattern analysis
title_short Agrupamiento de trayectorias vía clustering espectral incremental
title_full Agrupamiento de trayectorias vía clustering espectral incremental
title_fullStr Agrupamiento de trayectorias vía clustering espectral incremental
title_full_unstemmed Agrupamiento de trayectorias vía clustering espectral incremental
title_sort Agrupamiento de trayectorias vía clustering espectral incremental
dc.creator.none.fl_str_mv Lorenti, Luciano
Giacomantone, Javier
De Giusti, Armando Eduardo
author Lorenti, Luciano
author_facet Lorenti, Luciano
Giacomantone, Javier
De Giusti, Armando Eduardo
author_role author
author2 Giacomantone, Javier
De Giusti, Armando Eduardo
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Clustering
agrupamiento de trayectorias
aprendizaje no supervisado
Video analysis
Pattern analysis
topic Ciencias Informáticas
Clustering
agrupamiento de trayectorias
aprendizaje no supervisado
Video analysis
Pattern analysis
dc.description.none.fl_txt_mv El agrupamiento de trayectorias permite entender los patrones de movimiento de los objetos capturados en vídeo. Debido a su naturaleza secuencial, los datos de trayectorias son adquiridos cuadro a cuadro de forma incremental. Este procedimiento implica actualizar las estructuras detectadas por el algoritmo de agrupamiento ante la llegada de nuevos datos. En este artículo se presenta un método de agrupamiento espectral incremental, que permite extraer las trayectorias representativas de los patrones de movimiento. El método propuesto explota un mecanismo orientado a reducir la demanda computacional en el cálculo de autovectores en cada iteración. Se presentan resultados experimentales sobre trayectorias de vídeos reales y trayectorias sintéticas, que permiten evaluar el método propuesto.
XIV Workshop Computación Gráfica, Imágenes y Visualización (WCGIV).
Red de Universidades con Carreras en Informática (RedUNCI)
description El agrupamiento de trayectorias permite entender los patrones de movimiento de los objetos capturados en vídeo. Debido a su naturaleza secuencial, los datos de trayectorias son adquiridos cuadro a cuadro de forma incremental. Este procedimiento implica actualizar las estructuras detectadas por el algoritmo de agrupamiento ante la llegada de nuevos datos. En este artículo se presenta un método de agrupamiento espectral incremental, que permite extraer las trayectorias representativas de los patrones de movimiento. El método propuesto explota un mecanismo orientado a reducir la demanda computacional en el cálculo de autovectores en cada iteración. Se presentan resultados experimentales sobre trayectorias de vídeos reales y trayectorias sintéticas, que permiten evaluar el método propuesto.
publishDate 2016
dc.date.none.fl_str_mv 2016-10
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/10915/56008
url http://sedici.unlp.edu.ar/handle/10915/56008
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/reference/hdl/10915/55718
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
222-231
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_ 1866371463500529664
score 13.468372

Publicaciones similares