A Review of Video Object Detection: Datasets, Metrics and Methods
نویسندگان
چکیده
منابع مشابه
A Survey on Visual Object Tracking: Datasets, Methods and Metrics
---------------------------------------------------------------------***--------------------------------------------------------------------Abstract: Object detection and tracking is an important and challenging task in many critical computer vision applications such as automated video surveillance, traffic monitoring, autonomous robot navigation, and smart environments. Object tracking can be ...
متن کاملinvestigation of single-user and multi-user detection methods in mc-cdma systems and comparison of their performances
در این پایان نامه به بررسی روش های آشکارسازی در سیستم های mc-cdma می پردازیم. با توجه به ماهیت آشکارسازی در این سیستم ها، تکنیک های آشکارسازی را می توان به دو دسته ی اصلی تقسیم نمود: آشکارسازی سیگنال ارسالی یک کاربر مطلوب بدون در نظر گرفتن اطلاعاتی در مورد سایر کاربران تداخل کننده که از آن ها به عنوان آشکارساز های تک کاربره یاد می شود و همچنین آشکارسازی سیگنال ارسالی همه ی کاربران فعال موجود در...
A Survey on Moving Object Detection Methods in Video Surveillance
Moving Object detection is one of the key step for activity analysis in video surveillance. It provides a classification of the pixels into either foreground or background. Various methods have been proposed by researchers for segmenting out foreground objects in a video sequence, each having their own merits and demerits. A good method should be robust to illumination changes, nonstatic backgr...
متن کاملA Review of Object Detection Methods in the Image
Object detection in images is a process whose goal is to determine the position of the objects in the image along with identifying them. Challenges, facing object detection, such as determination of the lighting, changing the perspective, image resizing, image extension, and rotating the original image, have led to miscellaneous methods. Geometrical methods deal with finding the primary lines, ...
متن کاملذخیره در منابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ژورنال
عنوان ژورنال: Applied Sciences
سال: 2020
ISSN: 2076-3417
DOI: 10.3390/app10217834