Fusing radio tomography and RGB camera data for enhanced multi-person detection and tracking
Fragment książki (Materiały konferencyjne)
MNiSW
200
konferencja
| Status: | |
| Autorzy: | Maj Michał, Rymarczyk Tomasz, Maciura Łukasz, Wójcik Dariusz, Cieplak Tomasz, Pliszczuk Damian |
| Dyscypliny: | |
| Aby zobaczyć szczegóły należy się zalogować. | |
| Wersja dokumentu: | Drukowana | Elektroniczna |
| Język: | angielski |
| Strony: | 891 - 892 |
| Bazy: | dblp |
| Efekt badań statutowych | NIE |
| Materiał konferencyjny: | TAK |
| Nazwa konferencji: | 22nd ACM Conference on Embedded Networked Sensor Systems |
| Skrócona nazwa konferencji: | 22nd SenSys 2024 |
| URL serii konferencji: | LINK |
| Termin konferencji: | 4 listopada 2024 do 7 listopada 2024 |
| Miasto konferencji: | Hangzhou |
| Państwo konferencji: | CHINY |
| Publikacja OA: | TAK |
| Licencja: | |
| Sposób udostępnienia: | Witryna wydawcy |
| Wersja tekstu: | Ostateczna wersja opublikowana |
| Czas opublikowania: | W momencie opublikowania |
| Data opublikowania w OA: | 4 listopada 2024 |
| Abstrakty: | angielski |
| This paper presents a system that fuses radio tomography data with RGB camera information for enhanced multi-person detection and tracking in indoor environments. Experiments were conducted in an irregularly shaped room with four subjects. Due to its limited resolution, radio tomography initially represented all individuals as a single entity. By incorporating RGB camera data, we were able to accurately identify and track each person individually. Our findings underscore the significance of integrating data from both modalities for improved detection and tracking performance in indoor surveillance and security systems. |
