Resumen

La detección de objetos en movimiento es una tarea crucial y crítica para cualquier sistema de vigilancia. Convencionalmente, una tarea de detección de objetos en movimiento se realiza en base a la diferencia de fotogramas consecutivos o modelos de fondo que se basan en algunos aspectos matemáticos o enfoques probabilísticos. Sin embargo, estos enfoques se basan en algunas condiciones iniciales y se necesita un corto período de tiempo para aprender todos estos modelos. Además, el cuello de botella en todos estos enfoques anteriores es que requieren un fondo limpio y ordenado o necesitan crear un fondo primero utilizando algunos enfoques y es esencial actualizarlos regularmente para hacer frente a los cambios de iluminación. En este documento, la detección de objetos en movimiento se realiza utilizando la atención visual donde no hay necesidad de formulación y actualizaciones de fondo ya que es independiente del fondo. En el presente documento se proponen muchos enfoques de abajo hacia arriba y una combinación de enfoques de abajo hacia arriba y de arriba hacia abajo. Los enfoques propuestos parecen más ef

• Materias:Red neuronal artificial Codificación de video Reducción de ruido Pérdida de paquetes Codificación multiusuario
• Subjects:Artificial Neural Network Video Coding Noise reduction Packet loss Multi-user encoding
• Palabras claves:Detección de objetos en movimiento; Sistema de vigilancia; Modelos de fondo; Atención visual; Enfoques de abajo hacia arriba; Enfoques de arriba hacia abajo
• Keywords:Moving object detection; Surveillance system; Background models; Visual attention; Bottom-up approaches; Top-down approaches