Andere Kunden interessierten sich auch für
![Clasificación y segmentación automática para la detección de leucemia]( "Clasificación y segmentación automática para la detección de leucemia")
Clasificación y segmentación automática para la detección de leucemia18,99 €![Reducir El Solapamiento En Las Mamografíasmediante Clasificación De Aprendizaje Profundo]( "Reducir El Solapamiento En Las Mamografíasmediante Clasificación De Aprendizaje Profundo")
Reducir El Solapamiento En Las Mamografíasmediante Clasificación De Aprendizaje Profundo27,99 €![Determinadas investigações sobre detecção e classificação de veículos em movimento]( "Determinadas investigações sobre detecção e classificação de veículos em movimento")
Determinadas investigações sobre detecção e classificação de veículos em movimento44,99 €![Aprendizaje profundo para la clasificación de imágenes]( "Aprendizaje profundo para la clasificación de imágenes")
Aprendizaje profundo para la clasificación de imágenes27,99 €![CONTROL DE SEGURIDAD Y DISEÑO DE VEHÍCULOS ELÉCTRICOS CON ACCESO PWM]( "CONTROL DE SEGURIDAD Y DISEÑO DE VEHÍCULOS ELÉCTRICOS CON ACCESO PWM")
CONTROL DE SEGURIDAD Y DISEÑO DE VEHÍCULOS ELÉCTRICOS CON ACCESO PWM27,99 €![Clasificación de imágenes de tipos de nubes de una sola capa]( "Clasificación de imágenes de tipos de nubes de una sola capa")
Clasificación de imágenes de tipos de nubes de una sola capa33,99 €![Control de la iluminación con la automatización del edificio y los sensores de movimiento]( "Control de la iluminación con la automatización del edificio y los sensores de movimiento")
Control de la iluminación con la automatización del edificio y los sensores de movimiento26,99 €
La detección y segmentación de objetos en movimiento es importante para la vigilancia del tráfico y el reconocimiento de objetos en la vigilancia de seguridad. La detección de objetos en movimiento en un entorno de vídeo dinámico es más compleja que en un entorno de vídeo estático. Esta metodología propuesta consta de módulos de sustracción de fondo y clasificación. La imagen de diferencia absoluta se construye en el módulo de sustracción de fondo. Las características se extraen de esta imagen de diferencia y estas características extraídas se entrenan y clasifican utilizando el módulo de clasificación ANFIS. La detección de objetos en movimiento para la videovigilancia se propone utilizando el enfoque de clasificación Co-Active Neuro Fuzzy Expert System (CANFES) clasificador.