ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Tracking with Particle Filter for High-dimensional Observation and State Spaces

دانلود کتاب ردیابی با فیلتر ذرات برای مشاهدات بعدی و فضاهای حالت

Tracking with Particle Filter for High-dimensional Observation and State Spaces

مشخصات کتاب

Tracking with Particle Filter for High-dimensional Observation and State Spaces

دسته بندی: موجک و پردازش سیگنال
ویرایش: 1 
نویسندگان:   
سری: Digital signal and image processing series 
ISBN (شابک) : 9781848216037, 9781119053910 
ناشر: Wiley-ISTE 
سال نشر: 2015 
تعداد صفحات: 223 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 12 مگابایت

قیمت کتاب (تومان) : 55,000



کلمات کلیدی مربوط به کتاب ردیابی با فیلتر ذرات برای مشاهدات بعدی و فضاهای حالت: ابزار دقیق، پردازش سیگنال، روش های آماری



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 11


در صورت تبدیل فایل کتاب Tracking with Particle Filter for High-dimensional Observation and State Spaces به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب ردیابی با فیلتر ذرات برای مشاهدات بعدی و فضاهای حالت نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.


توضیحاتی در مورد کتاب ردیابی با فیلتر ذرات برای مشاهدات بعدی و فضاهای حالت

این عنوان مربوط به استفاده از یک چارچوب فیلتر ذرات برای ردیابی اجسام تعریف شده در فضاهای حالت با ابعاد بالا با استفاده از فضاهای مشاهده با ابعاد بالا است. برنامه های کاربردی ردیابی کنونی ما را ملزم به در نظر گرفتن مدل های پیچیده برای اشیا (اشیاء مفصلی، اشیاء متعدد، قطعات متعدد و غیره) و همچنین انواع مختلف اطلاعات (دوربین های متعدد، روش های متعدد و غیره) می کنند. این کتاب برخی از تحقیقات اخیر را ارائه می‌کند که گلوگاه اصلی چارچوب‌های فیلتر ذرات (فضاهای حالت با ابعاد بالا) را برای ردیابی در چنین شرایط دشواری در نظر می‌گیرد.


توضیحاتی درمورد کتاب به خارجی

This title concerns the use of a particle filter framework to track objects defined in high-dimensional state-spaces using high-dimensional observation spaces.  Current tracking applications require us to consider complex models for objects (articulated objects, multiple objects, multiple fragments, etc.) as well as multiple kinds of information (multiple cameras, multiple modalities, etc.). This book presents some recent research that considers the main bottleneck of particle filtering frameworks (high dimensional state spaces) for tracking in such difficult conditions



فهرست مطالب

Content: NOTATIONS ix   INTRODUCTION xi    CHAPTER 1. VISUAL TRACKING BY PARTICLE FILTERING 1    1.1. Introduction 1    1.2. Theoretical models 2    1.2.1. Recursive Bayesian filtering 2    1.2.2. Sequential Monte-Carlo methods 4    1.2.3. Application to visual tracking 8    1.3. Limits and challenges 18    1.4. Scientific position 22    1.5. Managing large sizes in particle filtering 22    1.6. Conclusion 26    CHAPTER 2. DATA REPRESENTATION MODELS 29    2.1. Introduction 29    2.2. Computation of the likelihood function    30    2.2.1. Exploitation of the spatial redundancy   31    2.2.2. Exploitation of the temporal redundancy 42    2.3. Representation of complex information    50    2.3.1. Representation of observations for movement detection, appearances and disappearances 50    2.3.2. Representation of deformations 53    2.3.3. Multifeature representation 56    2.4. Conclusion 75    CHAPTER 3. TRACKING MODELS THAT FOCUS ON THE STATE SPACE 79    3.1. Introduction 79    3.2. Data association methods for multi-object tracking  80    3.2.1. Particle filter with adaptive classification  84    3.2.2. Energetic filter for data association    87    3.3. Introducing fuzzy information into the particle filter 95    3.3.1. Fuzzy representation   96    3.3.2. Fuzzy spatial relations  98    3.3.3. Integration of fuzzy spatial relations into the particle filter   99    3.4. Conjoint estimation of dynamic and static parameters 114    3.5. Conclusion 119    CHAPTER 4. MODELS OF TRACKING BY DECOMPOSITION OF THE STATE SPACE  123    4.1. Introduction 123    4.2. Ranked partitioned sampling       126    4.3. Weighted partitioning with permutation of sub-particles 133    4.3.1. Permutation of sub-samples 135    4.3.2. Decrease the number of resamplings 138    4.3.3. General algorithm and results 138    4.4. Combinatorial resampling 142    4.5. Conclusion 149    CHAPTER 5. RESEARCH PERSPECTIVES IN TRACKING AND MANAGING LARGE SPACES 151    5.1. Tracking for behavioral analysis: toward finer tracking of the "future" and the "now"  153    5.2. Tracking for event detection: toward a top-down model 156    5.3. Tracking to measure social interactions 159    BIBLIOGRAPHY 163    INDEX   197




نظرات کاربران

تمامی حقوق معنوی و مادی وبسایت متعلق به اینترنشنال لایبرری می باشد
نماد اعتماد الکترونیکی