{rfName}
Re

Indexado en

Citaciones

203

Altmetrics

Impacto en los Objetivos de Desarrollo Sostenible (ODS)

Investigadores/as Institucionales

Berjon, DanielAutor (correspondencia)Cuevas, CarlosAutor o CoautorMoran, FranciscoAutor o CoautorGarcia, NarcisoAutor o Coautor

Compartir

9 de junio de 2019
Publicaciones
>
Artículo
No

Real-time nonparametric background subtraction with tracking-based foreground update

Publicado en: PATTERN RECOGNITION. 74 156-170 - 2018-02-01 74(), DOI: 10.1016/j.patcog.2017.09.009

Autores:

Berjón, D; Cuevas, C; Morán, F; García, N
[+]

Afiliaciones

Univ Politecn Madrid, IPTC, GTI, Ave Complutense 30, ES-28040 Madrid, Spain Univ Politecn Madrid, ETSI Telecomunicac, Ave Complutense 30, ES-28040 Madrid, Spain - Autor o Coautor

Resumen

A nonparametric real-time and high-quality moving object detection strategy in a GPU is proposed. To improve the quality of the results in sequences where the moving objects and the background have similar appearance, not only the background but also the foreground is modelled. Both models are constructed from spatio-temporal reference data to reduce false detections due to small displacements of the background, and to take into consideration the natural displacements of the foreground. To avoid using kernels with too large spatial widths, the spatial positions of the foreground reference data are updated at each new frame using a particle filter that is able to deal with an unknown and variable amount of regions. Additionally, an automatic selection of regions of interest is carried out, which allows reducing drastically the computational cost of both foreground and background models. The proposed strategy has been validated using three databases containing many challenges for motion detection and the results have been compared to those of other state-of-the-art approaches. (C) 2017 Elsevier Ltd. All rights reserved.
[+]

Palabras clave

Background subtractionForeground segmentationKernel density-estimationMoving object detectionNonparametric modellingParallel processingPixelReal-time gpuSustainable cities and communitiesVisual tracking

Indicios de calidad

Impacto bibliométrico. Análisis de la aportación y canal de difusión

El trabajo ha sido publicado en la revista PATTERN RECOGNITION debido a la progresión y el buen impacto que ha alcanzado en los últimos años, según la agencia WoS (JCR), se ha convertido en una referencia en su campo. En el año de publicación del trabajo, 2018, se encontraba en la posición 25/266, consiguiendo con ello situarse como revista Q1 (Primer Cuartil), en la categoría Engineering, Electrical & Electronic. Destacable, igualmente, el hecho de que la Revista está posicionada por encima del Percentil 90.

Desde una perspectiva relativa, y atendiendo al indicador del impacto normalizado calculado a partir de las Citas Mundiales proporcionadas por WoS (ESI, Clarivate), arroja un valor para la normalización de citas relativas a la tasa de citación esperada de: 2.08. Esto indica que, de manera comparada con trabajos en la misma disciplina y en el mismo año de publicación, lo ubica como trabajo citado por encima de la media. (fuente consultada: ESI 13 Nov 2025)

Esta información viene reforzada por otros indicadores del mismo tipo, que aunque dinámicos en el tiempo y dependientes del conjunto de citaciones medias mundiales en el momento de su cálculo, coinciden en posicionar en algún momento al trabajo, entre el 50% más citados dentro de su temática:

  • Media Ponderada del Impacto Normalizado de la agencia Scopus: 1.92 (fuente consultada: FECYT Mar 2025)

De manera concreta y atendiendo a las diferentes agencias de indexación, el trabajo ha acumulado, hasta la fecha 2026-04-27, el siguiente número de citas:

  • WoS: 61
  • Scopus: 66
  • Google Scholar: 76
[+]

Impacto y visibilidad social

Desde la dimensión de Influencia o adopción social, y tomando como base las métricas asociadas a las menciones e interacciones proporcionadas por agencias especializadas en el cálculo de las denominadas “Métricas Alternativas o Sociales”, podemos destacar a fecha 2026-04-27:

  • La utilización de esta aportación en marcadores, bifurcaciones de código, añadidos a listas de favoritos para una lectura recurrente, así como visualizaciones generales, indica que alguien está usando la publicación como base de su trabajo actual. Esto puede ser un indicador destacado de futuras citas más formales y académicas. Tal afirmación es avalada por el resultado del indicador “Capture” que arroja un total de: 42 (PlumX).

Es fundamental presentar evidencias que respalden la plena alineación con los principios y directrices institucionales en torno a la Ciencia Abierta y la Conservación y Difusión del Patrimonio Intelectual. Un claro ejemplo de ello es:

  • Asignación de un Handle/URN como identificador dentro del Depósito en el Repositorio Institucional: https://oa.upm.es/86829/

Como resultado de la publicación del trabajo en el repositorio institucional, se han obtenido datos estadísticos de uso que reflejan su impacto. En términos de difusión, podemos afirmar que, hasta la fecha

  • Visualizaciones: 128
  • Descargas: 68
Siguiendo con el impacto social del trabajo, es importante enfatizar el hecho de que, por su contenido, puede ser asignado a la línea de interés del ODS 11 - sustainable cities and communities, con una probabilidad del 51% según el algoritmo mBERT desarrollado por Aurora University.
[+]

Análisis de liderazgo de los autores institucionales

Existe un liderazgo significativo ya que algunos de los autores pertenecientes a la institución aparecen como primer o último firmante, se puede apreciar en el detalle: Primer Autor (BERJON DIEZ, DANIEL) y Último Autor (GARCIA SANTOS, NARCISO).

el autor responsable de establecer las labores de correspondencia ha sido BERJON DIEZ, DANIEL.

[+]

Objetivos del proyecto

La aportación persigue los siguientes objetivos: analizar estrategias no paramétricas en tiempo real para la detección de objetos en movimiento mediante GPU; modelar tanto el fondo como el primer plano a partir de datos espaciotemporales para mejorar la calidad en secuencias con apariencias similares; actualizar las posiciones espaciales del primer plano en cada nuevo fotograma mediante un filtro de partículas capaz de manejar regiones variables; implementar una selección automática de regiones de interés para reducir el coste computacional; y validar la estrategia propuesta utilizando tres bases de datos con desafíos diversos, comparando los resultados con métodos de última generación.
[+]

Resultados más relevantes

La aportación presenta una estrategia no paramétrica en tiempo real para la detección de objetos en movimiento mediante GPU. Los resultados más relevantes incluyen: la modelización simultánea del fondo y del primer plano para mejorar la calidad en secuencias con apariencias similares; la construcción de modelos basados en datos espaciotemporales que reducen falsas detecciones por desplazamientos menores del fondo; la actualización espacial del primer plano en cada fotograma mediante un filtro de partículas capaz de manejar regiones variables; la selección automática de regiones de interés que disminuye significativamente el coste computacional; y la validación del método en tres bases de datos con desafíos diversos, mostrando comparativas favorables frente a técnicas de última generación.
[+]

Reconocimientos ligados al ítem

This work has been partially supported by the Ministerio de Economia, Industria y Competitividad (AEI/FEDER) of the Spanish Government under projects TEC2013-48453 (MR-UHDTV) and TEC2016-75981 (IVME).
[+]