ارائه توصیفگر 3 بعدی کوانتیزه فضا -زمانی بر اساس ترکیب هیستوگرام جهت گرادیان و Optical Flow

سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,143

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICS11_089

تاریخ نمایه سازی: 14 مهر 1392

چکیده مقاله:

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

کلیدواژه ها:

Feature Vectore ، HOG(Histogram of Orianted Gradient) ، HOF(Histogram of Optical Flow) ، Integral Image ، Video Sequence

نویسندگان

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 مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :
  • _ امید گانهم، " تحلیل و مدلسازی پارامتریک سیگنال ویدئو"، ...
  • _ توسلی پورم، " استفاده از روش های خلاصه سازی ...
  • M.B. Holte, T.B. Moeslund, N. Nikolaidis, and I. Pitas, "rd ...
  • Klaser A."Learming human actions in video", PhD thesis, Universite de ...
  • I. Laptev and T. Lindeberg, "Interest point detection and scale ...
  • _ Y.-G. Jiang, J. Yang, C.-W. Ngo, A. G. Hauptmann, ...
  • _ SZELISKI R. "Computer Vision: Algorithms and Applications", chapter f(Feature ...
  • _ Poppe .R, "A survey on vision-based human action recognition", ...
  • Laptev.1 and Lindeberg.T, "Local Descriptors for Spatio -Temporal Recognition", In ...
  • M-Y. Chen, and A. Hauptmann, "MoSIFT: Recognizing Human Actions in ...
  • Willems.G, Tuytelaars.T, Van Gool.L: _ efficient dense and scale-invariant spatiotemporal ...
  • P Bilinski, F Bremond, "Evaluation of local descriptors for action ...
  • Scovanner.P, Ali. S, Shah. M: _ 3-dimensional sift descriptor and ...
  • Laptev .I, Marsza lek .M Schmid .C, Rozenfeld .l "Learning ...
  • Klaser.A, Marszalek.M, Schmid.C, _ spatio-temporal descriptor based on rdgradients", In ...
  • Barron. J.L, Thacker .N.A, "Tutorial: Computing D and 2D Optical ...
  • M. Ahmad and . Lee." Human action recognition using shape ...
  • gesture View-invariatء [23] M. B. Holte, T. B. Moeslund, and ...
  • نمایش کامل مراجع