23,99 €
inkl. MwSt.

Versandfertig in 6-10 Tagen
payback
12 °P sammeln
  • Broschiertes Buch

Au cours des dernières années, l'utilisation de systèmes automatisés et de la biométrie pour les applications de sécurité et de surveillance s'est multipliée. Les signatures biométriques traditionnelles ne sont pas discrètes, en ce sens qu'elles requièrent le consentement et la participation active du sujet. Cela pose un problème si la surveillance et l'identification doivent être effectuées de manière secrète. La reconnaissance de la démarche humaine est une méthode peu coûteuse et non intrusive d'identification fiable des personnes, qui apporte une solution à ce problème. Ce travail utilise…mehr

Produktbeschreibung
Au cours des dernières années, l'utilisation de systèmes automatisés et de la biométrie pour les applications de sécurité et de surveillance s'est multipliée. Les signatures biométriques traditionnelles ne sont pas discrètes, en ce sens qu'elles requièrent le consentement et la participation active du sujet. Cela pose un problème si la surveillance et l'identification doivent être effectuées de manière secrète. La reconnaissance de la démarche humaine est une méthode peu coûteuse et non intrusive d'identification fiable des personnes, qui apporte une solution à ce problème. Ce travail utilise un processus de reconnaissance de la démarche avec des images d'entrée binaires basées sur la silhouette et utilise un modèle de Markov caché (HMM) pour le processus de reconnaissance. L'objectif principal était de mettre en oeuvre un algorithme efficace pour l'identification fiable des personnes à l'aide des données relatives à leur démarche. Les résultats expérimentaux fournissent une plate-forme préliminaire pour une identification satisfaisante de la démarche. Ce livre devrait servir aux étudiants dans des domaines tels que la reconnaissance des formes et le traitement des images comme introduction au domaine prometteur de la reconnaissance de la démarche humaine et fournit un cadre pour développer et mettre en oeuvre des algorithmes plus robustes à utiliser dans le monde réel.
Autorenporträt
Abhijit Nayak a obtenu en 2015 un master en communication et traitement du signal au NIT Rourkela, en Inde. Ses recherches portent sur le traitement des images et la reconnaissance des formes.