| Título : |
Online Visual Tracking |
| Tipo de documento: |
documento electrónico |
| Autores: |
Lu, Huchuan, Autor ; Wang, Dong, Autor |
| Mención de edición: |
1 ed. |
| Editorial: |
Singapore [Malasya] : Springer |
| Fecha de publicación: |
2019 |
| Número de páginas: |
X, 128 p. 115 ilustraciones, 44 ilustraciones en color. |
| ISBN/ISSN/DL: |
978-981-1304699-- |
| Nota general: |
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. |
| Palabras clave: |
Visión por computador Sistemas de reconocimiento de patrones Procesamiento de datos Reconocimiento de patrones automatizado Minería de datos y descubrimiento de conocimientos |
| Índice Dewey: |
006.37 Visión artificial |
| Resumen: |
Este libro presenta el estado del arte en el seguimiento visual en línea, incluidas las motivaciones, los algoritmos prácticos y las evaluaciones experimentales. El seguimiento visual sigue siendo un área de investigación muy activa en visión por computadora y el rendimiento en escenarios complejos ha mejorado sustancialmente, impulsado por la gran demanda en relación con aplicaciones del mundo real y los recientes avances en el aprendizaje automático. En las últimas dos décadas se ha propuesto en la literatura una gran variedad de nuevos algoritmos, con éxito desigual. Los capítulos 1 a 6 presentan a los lectores los métodos de seguimiento basados en algoritmos de aprendizaje en línea, incluida la representación dispersa, el aprendizaje de diccionarios, los códigos hash, el modelo local y la fusión de modelos. En el Capítulo 7, el seguimiento visual se formula como un problema de segmentación de primer plano/fondo y se presentan métodos de seguimiento basados en superpíxeles y redes profundas de un extremo a otro. A su vez, los Capítulos 8 y 9 presentan los métodos de seguimiento de vanguardia basados en filtros de correlación y aprendizaje profundo. El capítulo 10 resume el libro y señala posibles direcciones de investigación futuras para el seguimiento visual. El libro es autónomo y adecuado para todos los investigadores, profesionales y estudiantes de posgrado que trabajan en los campos de la visión por computadora, el reconocimiento de patrones y el aprendizaje automático. Ayudará a estos lectores a comprender los conocimientos proporcionados por la investigación de vanguardia y a beneficiarse de las técnicas prácticas disponibles para diseñar algoritmos de seguimiento visual eficaces. Además, los códigos fuente o los resultados de la mayoría de los algoritmos del libro se proporcionan en el sitio web adjunto. |
| Nota de contenido: |
1. Introduction to visual tracking -- 2. Visual Tracking based on Sparse Representation -- 3. Visual Tracking based on Local Model -- 4. Visual Tracking based on Model Fusion -- 5. Tracking by Segmentation -- 6. Correlation Tracking -- 7. Visual Tracking based on Deep Learning -- 8. Conclusions and Future Work. |
| En línea: |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
| Link: |
https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i |
Online Visual Tracking [documento electrónico] / Lu, Huchuan, Autor ; Wang, Dong, Autor . - 1 ed. . - Singapore [Malasya] : Springer, 2019 . - X, 128 p. 115 ilustraciones, 44 ilustraciones en color. ISBN : 978-981-1304699-- Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
| Palabras clave: |
Visión por computador Sistemas de reconocimiento de patrones Procesamiento de datos Reconocimiento de patrones automatizado Minería de datos y descubrimiento de conocimientos |
| Índice Dewey: |
006.37 Visión artificial |
| Resumen: |
Este libro presenta el estado del arte en el seguimiento visual en línea, incluidas las motivaciones, los algoritmos prácticos y las evaluaciones experimentales. El seguimiento visual sigue siendo un área de investigación muy activa en visión por computadora y el rendimiento en escenarios complejos ha mejorado sustancialmente, impulsado por la gran demanda en relación con aplicaciones del mundo real y los recientes avances en el aprendizaje automático. En las últimas dos décadas se ha propuesto en la literatura una gran variedad de nuevos algoritmos, con éxito desigual. Los capítulos 1 a 6 presentan a los lectores los métodos de seguimiento basados en algoritmos de aprendizaje en línea, incluida la representación dispersa, el aprendizaje de diccionarios, los códigos hash, el modelo local y la fusión de modelos. En el Capítulo 7, el seguimiento visual se formula como un problema de segmentación de primer plano/fondo y se presentan métodos de seguimiento basados en superpíxeles y redes profundas de un extremo a otro. A su vez, los Capítulos 8 y 9 presentan los métodos de seguimiento de vanguardia basados en filtros de correlación y aprendizaje profundo. El capítulo 10 resume el libro y señala posibles direcciones de investigación futuras para el seguimiento visual. El libro es autónomo y adecuado para todos los investigadores, profesionales y estudiantes de posgrado que trabajan en los campos de la visión por computadora, el reconocimiento de patrones y el aprendizaje automático. Ayudará a estos lectores a comprender los conocimientos proporcionados por la investigación de vanguardia y a beneficiarse de las técnicas prácticas disponibles para diseñar algoritmos de seguimiento visual eficaces. Además, los códigos fuente o los resultados de la mayoría de los algoritmos del libro se proporcionan en el sitio web adjunto. |
| Nota de contenido: |
1. Introduction to visual tracking -- 2. Visual Tracking based on Sparse Representation -- 3. Visual Tracking based on Local Model -- 4. Visual Tracking based on Model Fusion -- 5. Tracking by Segmentation -- 6. Correlation Tracking -- 7. Visual Tracking based on Deep Learning -- 8. Conclusions and Future Work. |
| En línea: |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
| Link: |
https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i |
|  |
Online Visual Tracking
