33,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 1-2 Wochen
payback
17 °P sammeln
  • Broschiertes Buch

Catturare e tracciare pedoni o esseri umani in movimento e qualsiasi oggetto in movimento è sempre un compito impegnativo per qualsiasi sistema. Il sistema diventa più impegnativo a causa della variazione degli obiettivi, delle condizioni di luce e del movimento dell'oggetto. L'istogramma dei gradienti orientati (HOG) è uno dei descrittori migliori e più popolari utilizzati per il rilevamento dei pedoni mediante il classificatore Harr. Il rilevatore HOG è un algoritmo a finestra scorrevole, il che significa che per qualsiasi immagine viene spostata una finestra in tutte le posizioni e scale e…mehr

Produktbeschreibung
Catturare e tracciare pedoni o esseri umani in movimento e qualsiasi oggetto in movimento è sempre un compito impegnativo per qualsiasi sistema. Il sistema diventa più impegnativo a causa della variazione degli obiettivi, delle condizioni di luce e del movimento dell'oggetto. L'istogramma dei gradienti orientati (HOG) è uno dei descrittori migliori e più popolari utilizzati per il rilevamento dei pedoni mediante il classificatore Harr. Il rilevatore HOG è un algoritmo a finestra scorrevole, il che significa che per qualsiasi immagine viene spostata una finestra in tutte le posizioni e scale e viene calcolato un descrittore. La finestra è un classificatore preaddestrato che viene calcolato per il set di dati per il descrittore. Il classificatore utilizzato è un classificatore lineare Support Vector Machine e il descrittore si basa sugli istogrammi degli orientamenti dei gradienti. L'orientamento e la grandezza del gradiente sono ottenuti per ogni pixel dell'immagine pre-elaborata. Il set di dati viene creato e la soglia di successo viene creata per il descrittore per 30 fotogrammi al secondo per le 1000 immagini positive. La dimensione della finestra di acquisizione viene ridotta a 320 per 240 per ottenere l'efficienza e la velocità che sono il limite di HOG.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.
Autorenporträt
Ausgezeichnet als "Beste Fakultät des Jahres" bei den TechNext India 2018, Jährliche Auszeichnungen für Industrie und Wissenschaft (2018). Forschung zu "Anti-Forensik und Bildverarbeitung", Master in Computertechnik, Referent zu den Themen Big Data Analytics, Blockchain, R-Programmierung.