Grants » SIMPATIA – Soluții inteligente de monitorizare a participanților la trafic utilizând instrumente avansate de viziune artificială și modelare matematică riguroasă
Număr proiect: GAR – 2023 COD PROIECT 19
Titlu:SIMPATIA – Soluții inteligente de monitorizare a participanților la trafic utilizând instrumente avansate de viziune artificială și modelare matematică riguroasă
Direcția de cercetare în cadrul GAR 2023: Cercetări avansate trans- și inter-disciplinare – baza a noi dezvoltări tehnologice
Contractor: Academia Română, Filiala Iași (prin Fundaţia “PATRIMONIU”)
Nr. înregistrare Fundaţia “PATRIMONIU” 749/ 23.11.2023
Perioada: 01.01.2024 – 31.12.2025
Director: CS I. Dr. habil. TUDOR BARBU
Echipa:
CS II. Dr. Silviu-Ioan Bejinariu
CS Dr. Ramona Luca
Prof. Dr. Costică Moroșanu (Facultatea de Matematică – Universitatea “Alexandru Ioan Cuza” din Iași)
Scopul proiectului:
Proiectul intitulat Soluții inteligente de monitorizare a participanților la trafic utilizând instrumente avansate de viziune artificială și modelare matematică riguroasă (SIMPATIA), are un caracter inter-disciplinar, topicul acestuia situându-se la confluența a cel puțin trei domenii științifice importante: Informatica, Matematica și Ingineria Electronică. Termenul cel puțin se referă la faptul că Inteligența Artificială (IA), în care se încadrează cel mai fidel propunerea noastră, este considerată adeseori o disciplină de sine stătătoare. Proiectul SIMPATIA se caracterizează și printr-o unitate tematică, iar tematica propusă este de mare actualitate și are o deosebită importanță pe plan național și internațional, precum și numeroase domenii de aplicabilitate. Obiectivul principal al proiectului îl reprezintă realizarea unui sistem de monitorizare inteligentă automată a actorilor din traficul rutier și pietonal, prin intermediul unor tehnici hibride care combină în mod eficient instrumente de viziune computerizată (artificială) cu modele matematice. Astfel, obiectivul urmărește identificarea unor soluții de supraveghere video inteligentă a tuturor participanților, atât umani cât și non-umani, la tipurile respective de trafic. În acest sens, se iau în calcul trei categorii principale de participanți: pietoni (persoane cu deplasare pedestră, inclusiv cele cu rol în dirijarea circulației), vehicule (autovehicule, biciclete, atelaje) și animale suficient de mari. Procesul de monitorizare a acestor participanți la trafic având un caracter inteligent, va presupune efectuarea unor operațiuni de viziune artificială constând în detecția participantului, clasificarea acestuia în funcție de categorie dar și de subcategorii (ex. tipul de vehicul, specia de animal), contorizarea sa, extragerea unor informații de interes (ex. numerele de înmatriculare auto), urmărirea traiectoriei acestuia în scena video monitorizată și recunoașterea acțiunilor și interacțiunilor sale. Acest tip de recunoaștere este aplicabil mai ales participanților vulnerabili din trafic, precum pietonii, bicicliștii, motocicliștii și animalele, ale căror acțiuni, gesturi sau comportamente ar putea avea anumite semnificații în trafic. Realizarea acestor proceduri de viziune computerizată va fi abordată prin intermediul unor tehnici hibride noi, utilizând rețele neurale de învățare profundă (deep learning), scheme de învățare automată și alte mecanisme de tip IA în combinație cu diverse modele matematice bazate pe ecuații cu derivate parțiale (EDP) neliniare, reprezentate sub forma unor scheme energetice (variaționale) sau a unor modele non-variaționale. Este important de menționat faptul că scopul major al proiectului SIMPATIA nu este doar obținerea unor soluții inteligente de monitorizare, cât și demonstrarea aplicabilității unor modele matematice riguroase în obținerea lor, precum și eficiența combinării acestor modele propuse cu tehnicile de inteligență artificială.
Direcția de cercetare în cadrul GAR 2023: Cercetări avansate trans- și inter-disciplinare – baza a noi dezvoltări tehnologice
Contractor: Academia Română, Filiala Iași (prin Fundaţia “PATRIMONIU”)
Nr. înregistrare Fundaţia “PATRIMONIU” 749/ 23.11.2023
Perioada: 01.01.2024 – 31.12.2025
Director: CS I. Dr. habil. TUDOR BARBU
Echipa:
CS II. Dr. Silviu-Ioan Bejinariu
CS Dr. Ramona Luca
Prof. Dr. Costică Moroșanu (Facultatea de Matematică – Universitatea “Alexandru Ioan Cuza” din Iași)
Scopul proiectului:
Proiectul intitulat Soluții inteligente de monitorizare a participanților la trafic utilizând instrumente avansate de viziune artificială și modelare matematică riguroasă (SIMPATIA), are un caracter inter-disciplinar, topicul acestuia situându-se la confluența a cel puțin trei domenii științifice importante: Informatica, Matematica și Ingineria Electronică. Termenul cel puțin se referă la faptul că Inteligența Artificială (IA), în care se încadrează cel mai fidel propunerea noastră, este considerată adeseori o disciplină de sine stătătoare. Proiectul SIMPATIA se caracterizează și printr-o unitate tematică, iar tematica propusă este de mare actualitate și are o deosebită importanță pe plan național și internațional, precum și numeroase domenii de aplicabilitate. Obiectivul principal al proiectului îl reprezintă realizarea unui sistem de monitorizare inteligentă automată a actorilor din traficul rutier și pietonal, prin intermediul unor tehnici hibride care combină în mod eficient instrumente de viziune computerizată (artificială) cu modele matematice. Astfel, obiectivul urmărește identificarea unor soluții de supraveghere video inteligentă a tuturor participanților, atât umani cât și non-umani, la tipurile respective de trafic. În acest sens, se iau în calcul trei categorii principale de participanți: pietoni (persoane cu deplasare pedestră, inclusiv cele cu rol în dirijarea circulației), vehicule (autovehicule, biciclete, atelaje) și animale suficient de mari. Procesul de monitorizare a acestor participanți la trafic având un caracter inteligent, va presupune efectuarea unor operațiuni de viziune artificială constând în detecția participantului, clasificarea acestuia în funcție de categorie dar și de subcategorii (ex. tipul de vehicul, specia de animal), contorizarea sa, extragerea unor informații de interes (ex. numerele de înmatriculare auto), urmărirea traiectoriei acestuia în scena video monitorizată și recunoașterea acțiunilor și interacțiunilor sale. Acest tip de recunoaștere este aplicabil mai ales participanților vulnerabili din trafic, precum pietonii, bicicliștii, motocicliștii și animalele, ale căror acțiuni, gesturi sau comportamente ar putea avea anumite semnificații în trafic. Realizarea acestor proceduri de viziune computerizată va fi abordată prin intermediul unor tehnici hibride noi, utilizând rețele neurale de învățare profundă (deep learning), scheme de învățare automată și alte mecanisme de tip IA în combinație cu diverse modele matematice bazate pe ecuații cu derivate parțiale (EDP) neliniare, reprezentate sub forma unor scheme energetice (variaționale) sau a unor modele non-variaționale. Este important de menționat faptul că scopul major al proiectului SIMPATIA nu este doar obținerea unor soluții inteligente de monitorizare, cât și demonstrarea aplicabilității unor modele matematice riguroase în obținerea lor, precum și eficiența combinării acestor modele propuse cu tehnicile de inteligență artificială.
Obiectivele proiectului:
Obiectiv principal: Dezvoltarea unor strategii avansate de monitorizare video inteligentă a participanților la traficul pietonal și rutier, bazate pe mecanisme de viziune computerizată și modele matematice riguroase
– Obiectiv secundar 1. Pre-procesarea secvențelor corespunzătoare monitorizării video utilizând tehnici de restaurare bazate pe modele EDP vectoriale de ordinul doi și patru
– Obiectiv secundar 2. Detecția, recunoașterea, urmărirea și analiza vehiculelor din trafic prin intermediul modelelor EDP și instrumentelor de învățare automată și profundă
– Obiectiv secundar 3. Dezvoltarea unor soluții hibride de monitorizare inteligentă a pietonilor în spațiul public, combinând mecanisme de viziune computerizată și modele EDP neliniare
– Obiectiv secundar 4. Localizarea, clasificarea și urmărirea animalelor prezente în trafic și analiza comportamentului acestora utilizând modele matematice și de viziune artificială.
Rezultatele proiectului (Project results):
ETAPA I
Baza de vehicule a proiectului SIMPATIA / SIMPATIA Vehicle Database
Raport de cercetare științifică intermediar. PDF
Articole publicate în jurnale internaționale ISI sau indexate BDI și volume de conferințe internaționale:
1. T. Barbu, A. Miranville, C. Moroşanu, On a Local and Nonlocal Second-Order Boundary Value Problem with In-Homogeneous Cauchy–Neumann Boundary Conditions—Applications in Engineering and Industry, Mathematics, MDPI, 12, No. 13: 2050, June 2024, IF = 2.3, https://doi.org/10.3390/math12132050
2. T. Barbu, S. -I. Bejinariu, R. Luca, Transfer Learning-based Framework for Automatic Vehicle Detection, Recognition and Tracking, 16th International Conference on Electronics, Computers and Artificial Intelligence – ECAI 2024, pp. 1-6, Iasi, Romania, June 27 – 28, 2024, IEEE, doi: 10.1109/ECAI61503.2024.10607565, https://ieeexplore.ieee.org/abstract/document/10607565
3. T. Barbu, S. -I. Bejinariu, CNN-based Moving Vehicle Recognition using GMM-based Foreground Modeling, Level-set based Segmentation and Kalman Filter-based Tracking, 18th International Conference on INnovations in Intelligent SysTems and Applications – INISTA 2024, Craiova, Romania, pp. 1-6, September 4-6, 2024, doi: 10.1109/INISTA62901.2024.10683752, IEEE, https://ieeexplore.ieee.org/abstract/document/10683752
4. T. Barbu, C. Moroşanu, Nonlinear Reaction-Diffusion Based Video Restoration Technique for Noise Mixtures, 19th IEEE Conference on Industrial Electronics and Applications, ICIEA 2024, pp. 1-4, Kristiansand, Norway, August 5-8, 2024, IEEE, doi: 10.1109/ICIEA61579.2024.10664796,https://ieeexplore.ieee.org/abstract/document/10664796
5. T. Barbu, S. -I. Bejinariu, R. Luca, Automatic Vehicle Detection and Tracking using Cascade Classifiers and CNN-based Multi-scale Feature Extraction, 2024 Advanced Topics on Measurement and Simulation (ATOMS), Constanta, Romania, 2024, pp. 50-53, doi: 10.1109/ATOMS60779.2024.10921545.
6. T. Barbu, C. Moroșanu, Spatio-temporal Video Restoration Technique using a 3D Anisotropic Diffusion-based Scheme, Bulletin of the Transilvania University of Brasov. Series III: Mathematics and Computer Science, Vol. 5 (67), No. 2, pp. 211-220, doi.org/10.31926/but.mif.2025.5.67.2.16, 2025
7. T. Barbu, S. -I. Bejinariu, R. Luca, Development of an Annotated Database for Assesing the Performance of Deep Learning-based Vehicle Detection and Tracking Models, Annals of the Academy of Romanian Scientists, Series on Science and Technology and Information, Publishing House of the Academy of Romanian Scientists, Vol. 17, no. 2, 2024, pp 22-30.
8. T. Barbu, S. -I. Bejinariu, C. Moroşanu, R. Luca, Multiple Vehicle Detection and Information Extraction Framework using Machine and Deep Learning Video Analysis Solutions, ROMAI Journal, ROMAI Society, v.20, no.2(2024),pp. 1-16.
Lucrări la conferințe naționale și internaționale, publicate în volume de abstracte:
1. T. Barbu, S. -I. Bejinariu, R. Luca, Video Database for Training, Validation and Testing of AI models for Autovehicle Detection, Recognition and Tracking in Traffic Sequences, Conferința Națională Științifică de Toamnă a AOSR 2024, Iași, Romania, pp. 51 – 52, September 23-24, 2024.
2. T. Barbu, S. -I. Bejinariu, C. Moroşanu, Computer Vision Framework for Automatic Vehicle Detection and Information Extraction, 31st Conference on Applied and Industrial Mathematics, CAIM 2024, Oradea, Romania, pp. 24 – 25, September 19-22, 2024.
Comunicări la manifestări științifice naționale:
1. T. Barbu, S. -I. Bejinariu, R. Luca, SIMPATIA Database: Video Dataset for Training, Validation and Testing Deep Learning-based Vehicle Detection and Tracking Frameworks, Simpozionul “Sisteme Inteligente şi Aplicaţii” – SIA 2024, Iași, Romania, October 2024.
ETAPA II
Baza de persoane a proiectului SIMPATIA / SIMPATIA Person Database
Raport de cercetare științifică final. PDF
Articole publicate în jurnale internaționale ISI sau indexate BDI, capitole de carte și volume de conferințe internaționale:
1. T. Barbu, G. Tănase, Level-set based active contour segmentation technique using a nonlinear second-order diffusion-based model. Discrete and Continuous Dynamical Systems – S. doi:10.3934/dcdss.2025079, 2025
2. T. Barbu, C. Moroşanu, S.-D. Pavăl, A Fokker–Planck Model for Optical Flow Estimation and Image Registration. Mathematics, MDPI, 2025; 13(17):2807. https://doi.org/10.3390/math13172807
3. T. Barbu, Nonlinear PDE-Based Video Object Detection and Tracking. In: Digital Image Processing, Analysis and Computer Vision Using Nonlinear Partial Differential Equations. Studies in Computational Intelligence, vol 1211. Springer, Cham. https://doi.org/10.1007/978-3-031-89576-0_6 , 2025
4. T. Barbu, S. -I. Bejinariu, Deep Learning-based Multiple Pedestrian Crossing Behavior Analysis Framework, The ACS/IEEE 22nd International Conference on Computer Systems and Applications AICCSA 2025, pp. 1-8, 19-22 October, 2025, Doha, Qatar
5. T. Barbu, S. -I. Bejinariu, Novel Multi-Pedestrian Detection and Tracking Framework Combining Machine and Deep Learning Schemes to Anisotropic Diffusion-based Models, 19th IEEE International Conference on Control & Automation, ICCA 2025, Tallin, Estonia, June 30 – July 3, pp. 584-599. IEEE.
6. T. Barbu, S. -I. Bejinariu, R. Luca, Deep Learning-based Pedestrian Detection and Tracking Technique using Reaction-diffusion based Multi-scale Analysis, 2025 International Symposium on Signals, Circuits and Systems (ISSCS), Iasi, Romania, 2025, pp. 1-4, doi: 10.1109/ISSCS66034.2025.11105607.
7. S.-I. Bejinariu, F. Rotaru , H.-N. Costin, R. Luca, C. D. Niță, M. Luca, B.-I. Tamba, A. Szilagyi, G.-D. Stanciu, Captive animals automatic behavior analysis, 2025 International Symposium on Signals, Circuits and Systems (ISSCS), Iasi, Romania, 2025, pp. 1-4, doi: 10.1109/ISSCS66034.2025.11105676.
8. T. Barbu, S.-I. Bejinariu, C. Morosanu, Multiple Animal Detection, Recognition, Tracking and Behavior Analysis Framework combining Deep Networks to Reaction-Diffusion Models, ROMAI Journal, ed. ROMAI Society, v.21, no.2(2025), 21–35, 2025
9. T. Barbu, S.-I. Bejinariu, R. Luca Deep Learning-Based Traffic Participant Detection, Classification and Tracking Framework Using Nonlinear Diffusion-Based Multi-Scale Analysis, Memoirs of the Scientific Sections of the Romanian Academy, SERIES IV, Tome XLVIII, 2025, pp 87-95
10. F. Rotaru, S.-I. Bejinariu, H.N. Costin, M. Luca, R. Luca, C.D. Niță, D. Costin, B.-I. Tamba, I. Costăchescu, G.-D. Stanciu, Animal Behavior Analysis in Biomedical Experiments, Proceedings of the 13th International Conference on e-Health and Bioengineering EHB 2025, pp. 1-12, 13-14 November 2025, Iași- Romania (to be published in Springer).
Lucrări la conferințe naționale și internaționale, publicate în volume de abstracte:
1. T. Barbu, S. -I. Bejinariu, C. Moroşanu, Computer Vision System for Animal Detection, Tracking and Behavior Analysis on Roads using Deep Learning and PDE Models, The 32nd International Conference on Applied and Industrial Mathematics, CAIM 2025, Bucharest, pp. 18 – 19, September 18-21, 2025
2. T. Barbu, S. -I. Bejinariu, R. Luca, Image database for training, validation and testing the deep learning-based pedestrian detection and tracking algorithms, Conferinta de primavara a AOSR 2025 – Stiinta si Tehnologia Informatiei, Bucharest, Romania, May 23-24, 2025
3. T. Barbu, S. -I. Bejinariu, R. Luca, Traffic Participant Detection and Tracking System Combining Deep Learning and Nonlinear Diffusion-based Models, Conferinta de toamna a AOSR 2025 – Stiinta si Tehnologia Informatiei, Piatra-Neamț, Romania, September 17-19, 2025
Comunicări la manifestări științifice naționale:
1.T. Barbu, S.-I. Bejinariu, R. Luca, “Development of a Pedestrian Database for CNN-based Walking People Detector Training and Validation”, Simpozionul “Sisteme Inteligente şi Aplicaţii” – SIA 2025, Iași, Romania, October 2025.
Manifestari științifice organizate în cadrul proiectului:
The 17-th International Symposium on Signals, Circuits and Systems. ISSCS 2025, Iasi, Romania on July 17 – 18, 2025
Special session:
Recent Advances in Machine and Deep Learning-based Multi-object Detection and Tracking
Organizer
Dr. habil Tudor Barbu
Senior Researcher I, Institute of Computer Science of the Romanian Academy – Iasi Branch
Baza de imagini cu animale a proiectului SIMPATIA / SIMPATIA Animal Database
Back to Grants
Obiectiv principal: Dezvoltarea unor strategii avansate de monitorizare video inteligentă a participanților la traficul pietonal și rutier, bazate pe mecanisme de viziune computerizată și modele matematice riguroase
– Obiectiv secundar 1. Pre-procesarea secvențelor corespunzătoare monitorizării video utilizând tehnici de restaurare bazate pe modele EDP vectoriale de ordinul doi și patru
– Obiectiv secundar 2. Detecția, recunoașterea, urmărirea și analiza vehiculelor din trafic prin intermediul modelelor EDP și instrumentelor de învățare automată și profundă
– Obiectiv secundar 3. Dezvoltarea unor soluții hibride de monitorizare inteligentă a pietonilor în spațiul public, combinând mecanisme de viziune computerizată și modele EDP neliniare
– Obiectiv secundar 4. Localizarea, clasificarea și urmărirea animalelor prezente în trafic și analiza comportamentului acestora utilizând modele matematice și de viziune artificială.
Rezultatele proiectului (Project results):
ETAPA I
Baza de vehicule a proiectului SIMPATIA / SIMPATIA Vehicle Database
Raport de cercetare științifică intermediar. PDF
Articole publicate în jurnale internaționale ISI sau indexate BDI și volume de conferințe internaționale:
1. T. Barbu, A. Miranville, C. Moroşanu, On a Local and Nonlocal Second-Order Boundary Value Problem with In-Homogeneous Cauchy–Neumann Boundary Conditions—Applications in Engineering and Industry, Mathematics, MDPI, 12, No. 13: 2050, June 2024, IF = 2.3, https://doi.org/10.3390/math12132050
2. T. Barbu, S. -I. Bejinariu, R. Luca, Transfer Learning-based Framework for Automatic Vehicle Detection, Recognition and Tracking, 16th International Conference on Electronics, Computers and Artificial Intelligence – ECAI 2024, pp. 1-6, Iasi, Romania, June 27 – 28, 2024, IEEE, doi: 10.1109/ECAI61503.2024.10607565, https://ieeexplore.ieee.org/abstract/document/10607565
3. T. Barbu, S. -I. Bejinariu, CNN-based Moving Vehicle Recognition using GMM-based Foreground Modeling, Level-set based Segmentation and Kalman Filter-based Tracking, 18th International Conference on INnovations in Intelligent SysTems and Applications – INISTA 2024, Craiova, Romania, pp. 1-6, September 4-6, 2024, doi: 10.1109/INISTA62901.2024.10683752, IEEE, https://ieeexplore.ieee.org/abstract/document/10683752
4. T. Barbu, C. Moroşanu, Nonlinear Reaction-Diffusion Based Video Restoration Technique for Noise Mixtures, 19th IEEE Conference on Industrial Electronics and Applications, ICIEA 2024, pp. 1-4, Kristiansand, Norway, August 5-8, 2024, IEEE, doi: 10.1109/ICIEA61579.2024.10664796,https://ieeexplore.ieee.org/abstract/document/10664796
5. T. Barbu, S. -I. Bejinariu, R. Luca, Automatic Vehicle Detection and Tracking using Cascade Classifiers and CNN-based Multi-scale Feature Extraction, 2024 Advanced Topics on Measurement and Simulation (ATOMS), Constanta, Romania, 2024, pp. 50-53, doi: 10.1109/ATOMS60779.2024.10921545.
6. T. Barbu, C. Moroșanu, Spatio-temporal Video Restoration Technique using a 3D Anisotropic Diffusion-based Scheme, Bulletin of the Transilvania University of Brasov. Series III: Mathematics and Computer Science, Vol. 5 (67), No. 2, pp. 211-220, doi.org/10.31926/but.mif.2025.5.67.2.16, 2025
7. T. Barbu, S. -I. Bejinariu, R. Luca, Development of an Annotated Database for Assesing the Performance of Deep Learning-based Vehicle Detection and Tracking Models, Annals of the Academy of Romanian Scientists, Series on Science and Technology and Information, Publishing House of the Academy of Romanian Scientists, Vol. 17, no. 2, 2024, pp 22-30.
8. T. Barbu, S. -I. Bejinariu, C. Moroşanu, R. Luca, Multiple Vehicle Detection and Information Extraction Framework using Machine and Deep Learning Video Analysis Solutions, ROMAI Journal, ROMAI Society, v.20, no.2(2024),pp. 1-16.
Lucrări la conferințe naționale și internaționale, publicate în volume de abstracte:
1. T. Barbu, S. -I. Bejinariu, R. Luca, Video Database for Training, Validation and Testing of AI models for Autovehicle Detection, Recognition and Tracking in Traffic Sequences, Conferința Națională Științifică de Toamnă a AOSR 2024, Iași, Romania, pp. 51 – 52, September 23-24, 2024.
2. T. Barbu, S. -I. Bejinariu, C. Moroşanu, Computer Vision Framework for Automatic Vehicle Detection and Information Extraction, 31st Conference on Applied and Industrial Mathematics, CAIM 2024, Oradea, Romania, pp. 24 – 25, September 19-22, 2024.
Comunicări la manifestări științifice naționale:
1. T. Barbu, S. -I. Bejinariu, R. Luca, SIMPATIA Database: Video Dataset for Training, Validation and Testing Deep Learning-based Vehicle Detection and Tracking Frameworks, Simpozionul “Sisteme Inteligente şi Aplicaţii” – SIA 2024, Iași, Romania, October 2024.
ETAPA II
Baza de persoane a proiectului SIMPATIA / SIMPATIA Person Database
Raport de cercetare științifică final. PDF
Articole publicate în jurnale internaționale ISI sau indexate BDI, capitole de carte și volume de conferințe internaționale:
1. T. Barbu, G. Tănase, Level-set based active contour segmentation technique using a nonlinear second-order diffusion-based model. Discrete and Continuous Dynamical Systems – S. doi:10.3934/dcdss.2025079, 2025
2. T. Barbu, C. Moroşanu, S.-D. Pavăl, A Fokker–Planck Model for Optical Flow Estimation and Image Registration. Mathematics, MDPI, 2025; 13(17):2807. https://doi.org/10.3390/math13172807
3. T. Barbu, Nonlinear PDE-Based Video Object Detection and Tracking. In: Digital Image Processing, Analysis and Computer Vision Using Nonlinear Partial Differential Equations. Studies in Computational Intelligence, vol 1211. Springer, Cham. https://doi.org/10.1007/978-3-031-89576-0_6 , 2025
4. T. Barbu, S. -I. Bejinariu, Deep Learning-based Multiple Pedestrian Crossing Behavior Analysis Framework, The ACS/IEEE 22nd International Conference on Computer Systems and Applications AICCSA 2025, pp. 1-8, 19-22 October, 2025, Doha, Qatar
5. T. Barbu, S. -I. Bejinariu, Novel Multi-Pedestrian Detection and Tracking Framework Combining Machine and Deep Learning Schemes to Anisotropic Diffusion-based Models, 19th IEEE International Conference on Control & Automation, ICCA 2025, Tallin, Estonia, June 30 – July 3, pp. 584-599. IEEE.
6. T. Barbu, S. -I. Bejinariu, R. Luca, Deep Learning-based Pedestrian Detection and Tracking Technique using Reaction-diffusion based Multi-scale Analysis, 2025 International Symposium on Signals, Circuits and Systems (ISSCS), Iasi, Romania, 2025, pp. 1-4, doi: 10.1109/ISSCS66034.2025.11105607.
7. S.-I. Bejinariu, F. Rotaru , H.-N. Costin, R. Luca, C. D. Niță, M. Luca, B.-I. Tamba, A. Szilagyi, G.-D. Stanciu, Captive animals automatic behavior analysis, 2025 International Symposium on Signals, Circuits and Systems (ISSCS), Iasi, Romania, 2025, pp. 1-4, doi: 10.1109/ISSCS66034.2025.11105676.
8. T. Barbu, S.-I. Bejinariu, C. Morosanu, Multiple Animal Detection, Recognition, Tracking and Behavior Analysis Framework combining Deep Networks to Reaction-Diffusion Models, ROMAI Journal, ed. ROMAI Society, v.21, no.2(2025), 21–35, 2025
9. T. Barbu, S.-I. Bejinariu, R. Luca Deep Learning-Based Traffic Participant Detection, Classification and Tracking Framework Using Nonlinear Diffusion-Based Multi-Scale Analysis, Memoirs of the Scientific Sections of the Romanian Academy, SERIES IV, Tome XLVIII, 2025, pp 87-95
10. F. Rotaru, S.-I. Bejinariu, H.N. Costin, M. Luca, R. Luca, C.D. Niță, D. Costin, B.-I. Tamba, I. Costăchescu, G.-D. Stanciu, Animal Behavior Analysis in Biomedical Experiments, Proceedings of the 13th International Conference on e-Health and Bioengineering EHB 2025, pp. 1-12, 13-14 November 2025, Iași- Romania (to be published in Springer).
Lucrări la conferințe naționale și internaționale, publicate în volume de abstracte:
1. T. Barbu, S. -I. Bejinariu, C. Moroşanu, Computer Vision System for Animal Detection, Tracking and Behavior Analysis on Roads using Deep Learning and PDE Models, The 32nd International Conference on Applied and Industrial Mathematics, CAIM 2025, Bucharest, pp. 18 – 19, September 18-21, 2025
2. T. Barbu, S. -I. Bejinariu, R. Luca, Image database for training, validation and testing the deep learning-based pedestrian detection and tracking algorithms, Conferinta de primavara a AOSR 2025 – Stiinta si Tehnologia Informatiei, Bucharest, Romania, May 23-24, 2025
3. T. Barbu, S. -I. Bejinariu, R. Luca, Traffic Participant Detection and Tracking System Combining Deep Learning and Nonlinear Diffusion-based Models, Conferinta de toamna a AOSR 2025 – Stiinta si Tehnologia Informatiei, Piatra-Neamț, Romania, September 17-19, 2025
Comunicări la manifestări științifice naționale:
1.T. Barbu, S.-I. Bejinariu, R. Luca, “Development of a Pedestrian Database for CNN-based Walking People Detector Training and Validation”, Simpozionul “Sisteme Inteligente şi Aplicaţii” – SIA 2025, Iași, Romania, October 2025.
Manifestari științifice organizate în cadrul proiectului:
The 17-th International Symposium on Signals, Circuits and Systems. ISSCS 2025, Iasi, Romania on July 17 – 18, 2025
Special session:
Recent Advances in Machine and Deep Learning-based Multi-object Detection and Tracking
Organizer
Dr. habil Tudor Barbu
Senior Researcher I, Institute of Computer Science of the Romanian Academy – Iasi Branch
Baza de imagini cu animale a proiectului SIMPATIA / SIMPATIA Animal Database
Back to Grants