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

Capturar e seguir o movimento de peões ou seres humanos e de qualquer objeto em movimento é sempre uma tarefa difícil para qualquer sistema. O sistema torna-se mais difícil devido à variação dos alvos, às condições de luz e ao movimento do objeto. O descritor do histograma de gradientes orientados (HOG) é um dos melhores e mais populares descritores utilizados para a deteção de peões utilizando o classificador Harr. O detetor HOG é um algoritmo de janela deslizante, o que significa que, para uma dada imagem, é movida uma janela em todos os locais e escalas e é calculado um descritor. A janela…mehr

Produktbeschreibung
Capturar e seguir o movimento de peões ou seres humanos e de qualquer objeto em movimento é sempre uma tarefa difícil para qualquer sistema. O sistema torna-se mais difícil devido à variação dos alvos, às condições de luz e ao movimento do objeto. O descritor do histograma de gradientes orientados (HOG) é um dos melhores e mais populares descritores utilizados para a deteção de peões utilizando o classificador Harr. O detetor HOG é um algoritmo de janela deslizante, o que significa que, para uma dada imagem, é movida uma janela em todos os locais e escalas e é calculado um descritor. A janela é um classificador pré-treinado que é calculado para o conjunto de dados do descritor. O classificador utilizado é uma máquina de vectores de apoio linear e o descritor baseia-se em histogramas de orientações de gradiente. As orientações e a magnitude do gradiente são obtidas para cada pixel da imagem pré-processada. O conjunto de dados é criado e o limiar de acerto é criado para o descritor para 30 fotogramas por segundo para as 1000 imagens positivas. O tamanho da janela de captura é reduzido para 320 por 240 para obter a eficiência e a velocidade que é a limitação do 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.