Lucas Agudiez Roitman
Este artículo ofrece un enfoque novedoso y sin precedentes para integrar características de movimiento en la detección y clasificación de sujetos en movimiento en un entorno estático. Más específicamente, el autor mide el impacto del uso del historial de trayectoria, el historial de rotación, la orientación de las manchas, la frecuencia de movimiento en los tres ejes, la aceleración del movimiento, los errores de segmentación y las puntuaciones de parpadeo y cómo pueden influir en la clasificación de personas, mascotas y otros objetos en movimiento. Aplican nuestro método a los datos capturados por un sensor de cámara combinado de color y profundidad. Encuentran que, si bien algunos descriptores de movimiento mejoran ligeramente la precisión, su uso en conjunto supera los enfoques anteriores en la clasificación y el seguimiento de sujetos en movimiento del mundo real en tiempo real.