Andere Kunden interessierten sich auch für
![Aufnahme und Verfolgung von Bildern und Videos im Live-Streaming]( "Aufnahme und Verfolgung von Bildern und Videos im Live-Streaming")
Aufnahme und Verfolgung von Bildern und Videos im Live-Streaming45,90 €![Acquisizione e tracciamento di immagini e video in live streaming]( "Acquisizione e tracciamento di immagini e video in live streaming")
Acquisizione e tracciamento di immagini e video in live streaming30,99 €![Captura e acompanhamento de imagens e vídeos em transmissões em direto]( "Captura e acompanhamento de imagens e vídeos em transmissões em direto")
Captura e acompanhamento de imagens e vídeos em transmissões em direto30,99 €![Zahwat i otslezhiwanie izobrazhenij i wideo w rezhime prqmoj translqcii]( "Zahwat i otslezhiwanie izobrazhenij i wideo w rezhime prqmoj translqcii")
Zahwat i otslezhiwanie izobrazhenij i wideo w rezhime prqmoj translqcii30,99 €![Système de recherche d'images basé sur le contenu et utilisant l'apprentissage automatique]( "Système de recherche d'images basé sur le contenu et utilisant l'apprentissage automatique")
Système de recherche d'images basé sur le contenu et utilisant l'apprentissage automatique30,99 €![Caractérisation de la biomasse algale par analyse d'images numériques]( "Caractérisation de la biomasse algale par analyse d'images numériques")
Caractérisation de la biomasse algale par analyse d'images numériques36,99 €![Analyse comparative des variantes LBP pour la détection de la falsification d'images]( "Analyse comparative des variantes LBP pour la détection de la falsification d'images")
Analyse comparative des variantes LBP pour la détection de la falsification d'images29,99 €
La capture et le suivi de piétons, d'êtres humains ou de tout autre objet en mouvement constituent toujours un défi pour n'importe quel système. Le système devient plus difficile en raison de la variation des cibles, des conditions de lumière et du mouvement de l'objet. Le descripteur d'histogramme de gradients orientés (HOG) est l'un des meilleurs et des plus populaires descripteurs utilisés pour la détection des piétons à l'aide du classificateur de Harr. Le détecteur HOG est un algorithme à fenêtre coulissante, ce qui signifie que pour une image donnée, une fenêtre est déplacée à tous les endroits et à toutes les échelles et qu'un descripteur est calculé. La fenêtre est un classificateur pré-entraîné qui est calculé pour l'ensemble des données pour le descripteur. Le classificateur utilisé est une machine à vecteur de support linéaire et le descripteur est basé sur les histogrammes des orientations du gradient. Les orientations et l'ampleur du gradient sont obtenues pour chaque pixel de l'image prétraitée. L'ensemble de données est créé et le seuil de réussite est établi pour le descripteur à raison de 30 images par seconde pour les 1000 images positives. La taille de la fenêtre de capture est réduite à 320 x 240 pour obtenir l'efficacité et la vitesse qui sont les limites du HOG.