31,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
payback
16 °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.
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.