Показати скорочену інформацію

dc.contributor.authorКириленко, О. М.uk
dc.date.accessioned2024-03-26T13:58:38Z
dc.date.available2024-03-26T13:58:38Z
dc.date.issued2023
dc.identifier.citationКириленко О. М. Аналіз способів представлення об’єктів у зображннях для задачі відстеження [Електронний ресурс] / О. М. Кириленко // Матеріали LIІ науково-технічної конференції підрозділів ВНТУ, Вінниця, 21-23 червня 2023 р. – Електрон. текст. дані. – 2023. – Режим доступу: https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2023/paper/view/17454.uk
dc.identifier.urihttp://ir.lib.vntu.edu.ua//handle/123456789/41031
dc.description.abstractвибору оптимального рішення для застосування у методах відстеження об’єктів.uk
dc.description.abstractuse in object tracking methods.en
dc.language.isouk_UAuk_UA
dc.publisherВНТУuk
dc.relation.ispartofМатеріали LIІ науково-технічної конференції підрозділів ВНТУ, Вінниця, 21-23 червня 2023 р.uk
dc.relation.urihttps://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2023/paper/view/17454
dc.subjectспособи представлення об’єктівuk
dc.subjectвідстеження об’єктівuk
dc.subjectфільтр Калманаuk
dc.subjectнейронні мережіAbstract Methods of representing objects in images were analyzed in order to choose the optimal solution foruse in object tracking methodsuk
dc.subjectmethods of representing objectsuk
dc.subjectobject trackinguk
dc.subjectKalman filteruk
dc.subjectneural networksВступЗадача відстеження об'єктів полягає в автоматичному визначенні положення та шляху рухуоб'єктів відносно часу на відео або зображенні Для розв'язання задачі відстеження об'єктів можнаuk
dc.titleАналіз способів представлення об’єктів у зображннях для задачі відстеженняuk
dc.typeThesis
dc.identifier.udc004.93
dc.relation.referencesBernardin K. Stiefelhagen R., Evaluating Multiple Object Tracking Performance: The CLEAR MOT Metrics. Image and Video Processing, 2018
dc.relation.referencesGioele C., Deep Learning in Video Multi-Object Tracking: A survey, / Francisco L. S., Siham T., // 2019
dc.relation.referencesYi Li R-fcn: Object detection via region-based fully convolutional networks / Yi Li, Kaiming He, Jian Sun, [et al.] // In Advances in Neural Information Processing Systems, 2016.
dc.relation.referencesA. Schumann, R. Stiefelhagen, Person re-identification by deep learning attribute-complementary information, in: The IEEE Conference on Computer Vision and Pattern Recognition Workshops, 2017.


Файли в цьому документі

Thumbnail

Даний документ включений в наступну(і) колекцію(ї)

Показати скорочену інформацію