Отрывок: 2) Создается пустая матрица весов G размером width×height. 3) Выбирается коэффициент масштаба тепловой кар- ты d. 4) На каждом шаге сканирования, количество кото- рых зависит от размера изображения: а) При прохождении сканирующего окна Cr раз- мером wc×hc, по изображению I: • если окно отнесено к положительному классу, в матрице G выделяется область Q, соответствующая координатам и размеру окна Cr на изображении I. Значения всех Q элементов увеличиваются на d; • есл...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Амосов, О.С. | - |
dc.contributor.author | Иванов, Ю.С. | - |
dc.contributor.author | Жиганов, С.В. | - |
dc.date.accessioned | 2017-11-21 11:38:06 | - |
dc.date.available | 2017-11-21 11:38:06 | - |
dc.date.issued | 2017-02 | - |
dc.identifier | Dspace\SGAU\20171101\65869 | ru |
dc.identifier.citation | Амосов, О.С. Локализация человека в кадре видеопотока с использованием алгоритма на основе растущего нейронного газа и нечеткого вывода / О.С. Амосов, Ю.С. Иванов, С.В. Жиганов // Компьютерная оптика. – 2017. – Т. 41, № 1. – С. 46-58. | ru |
dc.identifier.uri | https://dx.doi.org/10.18287/2412-6179-2017-41-1-46-58 | - |
dc.identifier.uri | http://repo.ssau.ru/handle/Zhurnal-Komputernaya-optika/Lokalizaciya-cheloveka-v-kadre-videopotoka-s-ispolzovaniem-algoritma-na-osnove-rastushego-neironnogo-gaza-i-nechetkogo-vyvoda-65869 | - |
dc.description.abstract | Решается задача локализации человека в кадре видеопотока с помощью алгоритма расширяющегося нейронного газа и признакового описания на основе гистограмм ориентированных градиентов. В основе алгоритма используется оригинальная нейро-нечеткая модель растущего нейронного газа для обучения с подкреплением (GNG-FIS). Также предложена модификация алгоритма GNG-FIS с использованием двухпроходного обучения с нечеткой перемаркировкой классов и построением тепловой карты. В результате экспериментов показатель правильных локализаций разработанного классификатора составил от 90,5 % до 93,2 %, в зависимости от условий сцены, что позволяет применять алгоритм в реальных системах ситуационной видеоаналитики. | ru |
dc.description.sponsorship | Работа выполнена при поддержке Минобрнауки России научного проекта – госзадания в рамках проектной части № 2.1898.2017/ПЧ «Создание математического и алгоритмического обеспечения интеллектуальной информационно-телекоммуникационной системы безопасности вуза». | ru |
dc.language.iso | rus | ru |
dc.publisher | Самарский университет | ru |
dc.relation.ispartofseries | 41;1 | - |
dc.subject | локализация человека | ru |
dc.subject | растущий нейронный газ | ru |
dc.subject | кластеризация | ru |
dc.subject | нечеткий вывод | ru |
dc.title | Локализация человека в кадре видеопотока с использованием алгоритма на основе растущего нейронного газа и нечёткого вывода | ru |
dc.title.alternative | Human localization in video frames using a growing neural gas algorithm and fuzzy inference | ru |
dc.type | Article | ru |
dc.textpart | 2) Создается пустая матрица весов G размером width×height. 3) Выбирается коэффициент масштаба тепловой кар- ты d. 4) На каждом шаге сканирования, количество кото- рых зависит от размера изображения: а) При прохождении сканирующего окна Cr раз- мером wc×hc, по изображению I: • если окно отнесено к положительному классу, в матрице G выделяется область Q, соответствующая координатам и размеру окна Cr на изображении I. Значения всех Q элементов увеличиваются на d; • есл... | - |
dc.classindex.scsti | 28.23.15 | - |
Располагается в коллекциях: | Журнал "Компьютерная оптика" |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
410106.pdf | 637.87 kB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.