umu.sePublikationer
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
ToxId: an efficient algorithm to solve occlusions when tracking multiple animals
Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för fysik.
Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för fysik.
Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för ekologi, miljö och geovetenskap.
Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för ekologi, miljö och geovetenskap.
Visa övriga samt affilieringar
2017 (Engelska)Ingår i: Scientific Reports, ISSN 2045-2322, E-ISSN 2045-2322, Vol. 7, artikel-id 14774Artikel i tidskrift (Refereegranskat) Published
Abstract [en]

Video analysis of animal behaviour is widely used in fields such as ecology, ecotoxicology, and evolutionary research. However, when tracking multiple animals, occlusion and crossing are problematic, especially when the identity of each individual needs to be preserved. We present a new algorithm, ToxId, which preserves the identity of multiple animals by linking trajectory segments using their intensity histogram and Hu-moments. We verify the performance and accuracy of our algorithm using video sequences with different animals and experimental conditions. The results show that our algorithm achieves state-of-the-art accuracy using an efficient approach without the need of learning processes, complex feature maps or knowledge of the animal shape. ToxId is also computationally efficient, has low memory requirements, and operates without accessing future or past frames.

Ort, förlag, år, upplaga, sidor
2017. Vol. 7, artikel-id 14774
Nationell ämneskategori
Datorseende och robotik (autonoma system)
Identifikatorer
URN: urn:nbn:se:umu:diva-142244DOI: 10.1038/s41598-017-15104-2ISI: 000414569100064OAI: oai:DiVA.org:umu-142244DiVA, id: diva2:1164545
Forskningsfinansiär
Vetenskapsrådet, 2013-5379Tillgänglig från: 2017-12-11 Skapad: 2017-12-11 Senast uppdaterad: 2018-06-09Bibliografiskt granskad

Open Access i DiVA

fulltext(3521 kB)111 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 3521 kBChecksumma SHA-512
60e0ab9bdc5445a6dd3e002f66be93a0347298d3412fa4d0194d442ee21011e16b34ad66249e400674e02d8dc88b2c2c2cc52e9dd228a122a7e95a4231310814
Typ fulltextMimetyp application/pdf

Övriga länkar

Förlagets fulltext

Personposter BETA

Rodriguez, AlvaroZhang, HanqingKlaminder, JonatanBrodin, TomasAndersson, Magnus

Sök vidare i DiVA

Av författaren/redaktören
Rodriguez, AlvaroZhang, HanqingKlaminder, JonatanBrodin, TomasAndersson, Magnus
Av organisationen
Institutionen för fysikInstitutionen för ekologi, miljö och geovetenskap
I samma tidskrift
Scientific Reports
Datorseende och robotik (autonoma system)

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 111 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

doi
urn-nbn

Altmetricpoäng

doi
urn-nbn
Totalt: 265 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf