Informacja o cookies

Zgadzam się Nasza strona zapisuje niewielkie pliki tekstowe, nazywane ciasteczkami (ang. cookies) na Twoim urządzeniu w celu lepszego dostosowania treści oraz dla celów statystycznych. Możesz wyłączyć możliwość ich zapisu, zmieniając ustawienia Twojej przeglądarki. Korzystanie z naszej strony bez zmiany ustawień oznacza zgodę na przechowywanie cookies w Twoim urządzeniu.

Publikacje Pracowników Politechniki Lubelskiej

MNiSW
20
Poziom I
Status:
Autorzy: Kvyetnyy Roman N., Kotsiubynskyi Volodymyr Y., Kyrylenko Oleksandr, Kolesnytskyj Oleg, Dumenko Victoria P., Kotyra Andrzej, Mussayeva Dinara, Abilkaiyr Nazerke
Dyscypliny:
Aby zobaczyć szczegóły należy się zalogować.
Wersja dokumentu: Drukowana | Elektroniczna
Język: angielski
Strony: 1 - 6
Web of Science® Times Cited: 0
Scopus® Cytowania: 0
Bazy: Web of Science | Scopus
Efekt badań statutowych NIE
Materiał konferencyjny: TAK
Nazwa konferencji: 20th meeting in the series of National Symposia "Fiber Optics and their Applications"
Skrócona nazwa konferencji: 20th OFTA 2023
URL serii konferencji: LINK
Termin konferencji: 11 września 2023 do 14 września 2023
Miasto konferencji: Lublin
Państwo konferencji: POLSKA
Publikacja OA: NIE
Abstrakty: angielski
The study aims to explore a method for identifying corresponding objects across multiple camera views, to improve the accuracy of object re-identification. We analyzed various techniques, including contour detection, region of interest extraction, and keypoint extraction. We also examined the challenges of finding object correspondences between multiple camera views. To evaluate the effectiveness of the proposed method, we utilized two human attribute datasets, Market-1501 and DukeMTMC-reID, and performed extensive testing on these datasets.