Indiziert in
- Öffnen Sie das J-Tor
- RefSeek
- Hamdard-Universität
- EBSCO AZ
- OCLC – WorldCat
- Publons
- Internationale wissenschaftliche Indexierung
- Euro-Pub
- Google Scholar
Nützliche Links
Teile diese Seite
Zeitschriftenflyer
Open-Access-Zeitschriften
- Allgemeine Wissenschaft
- Biochemie
- Bioinformatik und Systembiologie
- Chemie
- Genetik und Molekularbiologie
- Immunologie und Mikrobiologie
- Klinische Wissenschaften
- Krankenpflege und Gesundheitsfürsorge
- Landwirtschaft und Aquakultur
- Lebensmittel & Ernährung
- Maschinenbau
- Materialwissenschaften
- Medizinische Wissenschaften
- Neurowissenschaften und Psychologie
- Pharmazeutische Wissenschaften
- Umweltwissenschaften
- Veterinärwissenschaften
- Wirtschaft & Management
Abstrakt
Visuelle Objektverfolgung und -klassifizierung in Echtzeit durch die Kombination von Bewegungssignalanalyse und dreidimensionalen Formmerkmalklassifizierern mit Gruppeninduktions-Boosting-Algorithmen
Lucas Agudiez Roitman
Dieses Dokument bietet einen neuartigen und beispiellosen Ansatz zur Integration von Bewegungsmerkmalen in die Erkennung und Klassifizierung bewegter Objekte in einer statischen Umgebung. Genauer gesagt misst der Autor die Auswirkungen der Verwendung von Flugbahnverlauf, Rotationsverlauf, Blob-Ausrichtung, Bewegungsfrequenz in den drei Achsen, Bewegungsbeschleunigung, Segmentierungsfehlern und Flimmerwerten und wie diese die Klassifizierung bewegter Personen, Haustiere und anderer Objekte beeinflussen können. Er wendet unsere Methode auf Daten an, die von einem kombinierten Farb- und Tiefenkamerasensor erfasst wurden. Er stellt fest, dass einige Bewegungsdeskriptoren zwar die Genauigkeit leicht verbessern, ihre kombinierte Verwendung jedoch frühere Ansätze bei der Klassifizierung und Verfolgung bewegter Objekte in der realen Welt in Echtzeit übertrifft.