ارائه توصیفگر 3 بعدی کوانتیزه فضا -زمانی بر اساس ترکیب هیستوگرام جهت گرادیان و Optical Flow
Publish place: 11th Intelligent Systems Conference
Publish Year: 1391
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,173
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICS11_089
تاریخ نمایه سازی: 14 مهر 1392
Abstract:
در سال های اخیر، تحلیل محتوای ویدئو( video content analysis ) در حوزه ی بینایی ماشین یکی از زمینه های تحقیقاتی است که توجه بسیاری از دانشمندان را به خود جلب کرده است. تحلیل محتوای ویدئو شامل استخراج پارامترهایی از یک ویدئو می باشد که خواص کلیدی آن را دربر دارند. عملیاتی نظیر پیش پردازش، استخراج ویژگی، بهینه سازی و تطابق ویژگی ها از جمله عملیاتی هسدتند که در تحلیل محتوای ویدئو انجام می شوند. استخراج ویژگی یکی از اصلی ترین مراحل در تحلیل محتوای ویدئو می باشد و هدف آن دست یافتن به بردار توصیفگری است که شامل اطلاعاتی از ویدئو می باشد. از این توصیفگر به عنوان معیاری جهت مقایسه بین ویدئو ها استفاده می شود. روش ارائه شده در این مقاله، بدست آوردن بردارتوصیفگری است که از ترکیب هیستوگرام جهت گرادیدان سه بعدد ی (HOG2D) و هیسدتوگرام جهت optical flow (HOF) بدست می آید. سپس با الحاق هیستوگرام های این دو متد، توصیفگر نهایی ایجاد می گردد. این توصیفگر قابلیدت های HOG2D و HOF را تواما دارا می باشد، بدین ترتیب روش ارائه شده در این مقاله نسبت بده روش های HOF و HOG2D اطلاعات کافی و مفیدتری را نسبت به راستای تغییرات، سرعت و جهت حرکت ویدئو برخوردار است
Keywords:
Feature Vectore , HOG(Histogram of Orianted Gradient) , HOF(Histogram of Optical Flow) , Integral Image , Video Sequence
Authors
سمیرا کلانتری
عضو باشگاه پژوهشگران جوان دانشگاه آزاد اسلامی واحد ساری
معصومه علیزاده
عضو باشگاه پژوهشگران جوان دانشگاه آزاد اسلامی واحد ساری
سجاد توسلی
عضو هیئت علمی دانشگاه آزاد اسلامی واحد ساری
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :