Passt nicht? Macht nichts! Sie können Artikel bis zu 30 Tage zurückgeben
Mit einem Geschenkgutschein können Sie nichts falsch machen. Der Beschenkte kann sich im Tausch gegen einen Geschenkgutschein etwas aus unserem Sortiment aussuchen.
Bis zu 30 Tage Rückgaberecht
Questo libro presenta un sistema efficiente di riconoscimento dell'andatura multipla che utilizza la rimozione delle ombre e tecniche di classificazione basate su Fast RCNN. Il riconoscimento dell'andatura identifica gli individui attraverso i modelli di camminata, ma le ombre, i cambiamenti di illuminazione e le variazioni di abbigliamento riducono la precisione. Per superare questi problemi, viene proposto un modello SDR-RAN basato su Deep Learning per il rilevamento delle ombre, la rimozione e l'image inpainting. Il modello utilizza GhostNet, la normalizzazione batch e la ReLU parametrica per un'efficace estrazione delle caratteristiche. CRANN ripristina le regioni d'ombra utilizzando le informazioni di sfondo. Inoltre, viene sviluppato un framework Faster RCNN con RPN e clustering fuzzy K-means per una classificazione accurata dell'andatura. I risultati sperimentali mostrano prestazioni di riconoscimento migliorate per applicazioni di sorveglianza.
Hallo! Ich bin Libroamiko, dein Buchberater.
Wie kann ich dir helfen?