Andere Kunden interessierten sich auch für
![Anwendung von maschinellem Lernen - Klassifizierung von Schülern]( "Anwendung von maschinellem Lernen - Klassifizierung von Schülern")
Anwendung von maschinellem Lernen - Klassifizierung von Schülern55,90 €![Moving Average for Error Mitigation in Pedestrian Tracking]( "Moving Average for Error Mitigation in Pedestrian Tracking")
Moving Average for Error Mitigation in Pedestrian Tracking36,99 €![Application of Machine Learning- Classification of Students]( "Application of Machine Learning- Classification of Students")
Application of Machine Learning- Classification of Students36,99 €![Driver Assistance System Using Image Processing & Pattern Recognition]( "Driver Assistance System Using Image Processing & Pattern Recognition")
Driver Assistance System Using Image Processing & Pattern Recognition23,99 €![Intrusion Detection in Big Data Environment]( "Intrusion Detection in Big Data Environment")
Intrusion Detection in Big Data Environment55,99 €![Intelligent Clinical Decision Support System for Diagnosis of Epilepsy]( "Intelligent Clinical Decision Support System for Diagnosis of Epilepsy")
Intelligent Clinical Decision Support System for Diagnosis of Epilepsy36,99 €![Lotto und andere Zufälle]( "Lotto und andere Zufälle")
Lotto und andere Zufälle54,99 €
Der gleitende Mittelwert ist im Bereich der Zeitreihenanalyse sehr verbreitet, vor allem für die Analyse von Veränderungen bei Börsenwerten. In dieser Arbeit wird der gleitende Mittelwert in einem anderen Zusammenhang verwendet, um Fehler bei der Verfolgung von Fußgängern in der Videoüberwachung abzuschwächen. Die HOG-Merkmalsextraktionstechnik und der SVM-Klassifikator wurden zur Erkennung von Fußgängern verwendet. Für unsere Analyse verwendeten wir die Datenbank des CAVIAR-Projekts (Context Aware Vision using Image-based Active Recognition) der University of Edinburgh. Die Ergebnisse waren positiv, insbesondere wenn sich die Fußgänger in der verwendeten Datenbank vertikal in der Szene bewegten.