Publikace detail

The Obstacle Detection on the Railway Crossing based on Optical Flow and Clustering

Autoři: Šilar Zdeněk | Dobrovolný Martin

Rok: 2013

Druh publikace: článek ve sborníku

Název zdroje: 2013 36th International Conference on Telecommunications and Signal Processing, TSP 2013

Název nakladatele: IEEE (Institute of Electrical and Electronics Engineers)

Místo vydání: New York

Strana od-do: 755-759

Tituly:

Jazyk	Název	Abstrakt	Klíčová slova
cze	Detekce vyklizenosti železničního přejezdu pomocí metod optického toku a shlukování	Článek se zabývá detekcí vyklizenosti železničního přejezdu. Uvedené detekční algoritmy jsou založeny na odhadu vektorů optického toku a na klasifikaci těchto vektorů pomocí shlukovacího algoritmu K-means. Odhad optického toku je počítán modifikovanou metodou Lucas-Kanade. Pro otestování vyvinutých metod byl navržen komplexní model a výsledky byly ověřeny na reálných datech.	Monitorování železničního přejezdu; Detekce objektů; Odhad pozadí; K-means shlukování; nástroj Matlab; Vektory rychlosti optického toku
eng	The Obstacle Detection on the Railway Crossing based on Optical Flow and Clustering	This article deals with the obstacle detection on a railway crossing (clearance detection). The presented detection is based on the optical flow estimation and classification of the flow vectors by K-means clustering algorithm. The optical flow is based on a modified Lucas-Kanade method. For testing of the developed methods a model was created and the results were verified on a real data.	Railway Crossing Monitoring; Objects Detection; Background Estimation; K-means Clustering; Matlab; Optical Flow; Velocity Vectors

Vyhledávání