Attenzione: i dati modificati non sono ancora stati salvati. Per confermare inserimenti o cancellazioni di voci è necessario confermare con il tasto SALVA/INSERISCI in fondo alla pagina
CRIS Current Research Information System
We present a multi-view change detection approach aimed at being robust
with respect to common “disturbance factors” yielding image changes in realworld
applications. Disturbance factors causing “slow” or “fast-and-global”
image variations, such as light changes and dynamic adjustments of camera
parameters (e.g. auto-exposure and auto-gain control), are dealt with by a
proper single-view change detector run independently on each view. The
computed change masks are then fused into a “synergy mask” defined into a
common virtual top-view, so as to detect and filter-out “fast-and-local” image
changes due to physical points lying on the ground surface (e.g. shadows cast
by moving objects and light spots hitting the ground surface).
We present a multi-view change detection approach aimed at being robust
with respect to common “disturbance factors” yielding image changes in realworld
applications. Disturbance factors causing “slow” or “fast-and-global”
image variations, such as light changes and dynamic adjustments of camera
parameters (e.g. auto-exposure and auto-gain control), are dealt with by a
proper single-view change detector run independently on each view. The
computed change masks are then fused into a “synergy mask” defined into a
common virtual top-view, so as to detect and filter-out “fast-and-local” image
changes due to physical points lying on the ground surface (e.g. shadows cast
by moving objects and light spots hitting the ground surface).
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
Utilizza questo identificativo per citare o creare un link a questo documento: http://hdl.handle.net/11585/51257
Attenzione
Attenzione! I dati visualizzati non sono stati sottoposti a validazione da parte dell'ateneo
Citazioni
ND
8
ND
social impact
simulazione ASN
Il report seguente simula gli indicatori relativi alla propria produzione scientifica in relazione alle soglie ASN 2021-2023 del proprio SC/SSD. Si ricorda che il superamento dei valori soglia (almeno 2 su 3) è requisito necessario ma non sufficiente al conseguimento dell'abilitazione. La simulazione si basa sui dati IRIS e sugli indicatori bibliometrici alla data indicata e non tiene conto di eventuali periodi di congedo obbligatorio, che in sede di domanda ASN danno diritto a incrementi percentuali dei valori. La simulazione può differire dall'esito di un’eventuale domanda ASN sia per errori di catalogazione e/o dati mancanti in IRIS, sia per la variabilità dei dati bibliometrici nel tempo. Si consideri che Anvur calcola i valori degli indicatori all'ultima data utile per la presentazione delle domande.
La presente simulazione è stata realizzata sulla base delle specifiche raccolte sul tavolo ER del Focus Group IRIS coordinato dall’Università di Modena e Reggio Emilia e delle regole riportate nel DM 589/2018 e allegata Tabella A. Cineca, l’Università di Modena e Reggio Emilia e il Focus Group IRIS non si assumono alcuna responsabilità in merito all’uso che il diretto interessato o terzi faranno della simulazione. Si specifica inoltre che la simulazione contiene calcoli effettuati con dati e algoritmi di pubblico dominio e deve quindi essere considerata come un mero ausilio al calcolo svolgibile manualmente o con strumenti equivalenti.