Andere Kunden interessierten sich auch für
![Filtro de Partículas por Reamostragem de Importância Híbrida]( "Filtro de Partículas por Reamostragem de Importância Híbrida")
Filtro de Partículas por Reamostragem de Importância Híbrida26,99 €![Análisis bayesiano de supervivencia para algunos modelos nuevos con Stan]( "Análisis bayesiano de supervivencia para algunos modelos nuevos con Stan")
Análisis bayesiano de supervivencia para algunos modelos nuevos con Stan26,99 €![Uso de Modelos Computacionales de Optimización para la Manufactura]( "Uso de Modelos Computacionales de Optimización para la Manufactura")
Uso de Modelos Computacionales de Optimización para la Manufactura32,99 €![Análise Bayesiana de Sobrevivência para alguns Novos Modelos Usando Stan]( "Análise Bayesiana de Sobrevivência para alguns Novos Modelos Usando Stan")
Análise Bayesiana de Sobrevivência para alguns Novos Modelos Usando Stan26,99 €![Introducción a la gestión de modelos y objetos BIM, basado en Revit®]( "Introducción a la gestión de modelos y objetos BIM, basado en Revit®")
Introducción a la gestión de modelos y objetos BIM, basado en Revit®26,99 €![Comparativa: Algoritmo VHDL de Lógica Difusa para predecir partículas]( "Comparativa: Algoritmo VHDL de Lógica Difusa para predecir partículas")
Comparativa: Algoritmo VHDL de Lógica Difusa para predecir partículas36,99 €![Modelos de construção para sistemas de leilões]( "Modelos de construção para sistemas de leilões")
Modelos de construção para sistemas de leilões29,99 €
O rastreamento visual de objetos em vídeos representa um importante problema na área de visão computacional pelo grande número de aplicações envolvidas e pelo grau de complexidade que pode ser apresentado. Como exemplo de aplicações, podemos citar sua utilização em áreas como robótica móvel, medicina, automação de processos industriais até aplicações mais tradicionais como vigilância e monitoramento de tráfego. A complexidade do rastreamento se deve principalmente à interação do objeto rastreado com outros elementos da cena do vídeo, às mudanças de iluminação, mudanças abruptas do movimento do alvo, qualidadedo vídeo, e deformações da forma do objeto devido a rotações fora e dentro do plano da cena. Neste contexto, uma das metodologias propostas para lidar com estes desafios consiste na utilização do Filtro de Partículas como uma estimativa estocástica do sistema de rastreamento. Este trabalho desenvolve uma metodologia aplicando o Filtro de Partículas baseadono método de Monte Carlo via Cadeias de Markov com uma amostragem híbrido com o objetivo de melhorar a robustez do método de rastreamento, se utilizam n filtros independentes.