TAILIEUCHUNG - Theo vết đối tượng trong video dựa trên độ lợi thông tin

Nội dung nghiên cứu của bài viết này là trình bày hướng tiếp cận mô tả bài toán dưới dạng lọc một quá trình ngẫu nhiên Markov ẩn, sử dụng particle filter để lọc quá trình ngẫu nhiên và kết hợp giữa việc tính toán điểm tự tin từ gentle adaboost. | Tạp chí Khoa học Công nghệ và Thực phẩm 20 4 2020 76-88 THEO VẾT ĐỐI TƯỢNG TRONG VIDEO DỰA TRÊN ĐỘ LỢI THÔNG TIN Ngô Dương Hà Trần Như Ý Lê Hữu Hà Nguyễn Phương Hạc Nguyễn Văn Tùng Trường Đại học Công nghiệp Thực phẩm Email tungnv@ Ngày nhận bài 20 5 2020 Ngày chấp nhận đăng 12 8 2020 TÓM TẮT Theo vết đối tượng trong video là một bài toán quan trọng cốt yếu trong lĩnh vực thị giác máy tính. Theo vết chuyển động của đối tượng có thể sử dụng trong các hệ thống an ninh quan sát tự động tích hợp vào robot các thiết bị bay không người lái của quân đội . Bài báo này trình bày hướng tiếp cận mô tả bài toán dưới dạng lọc một quá trình ngẫu nhiên Markov ẩn sử dụng particle filter để lọc quá trình ngẫu nhiên và kết hợp giữa việc tính toán điểm tự tin từ gentle adaboost. Nhóm tác giả đề xuất thuật toán InfoPart cho phép theo vết đối tượng bằng phương pháp theo vết phần chứa nhiều thông tin đối tượng hơn phần đầu thân là phần ít thay đổi theo thời gian và bỏ qua phần chứa ít thông tin phần chân là phần dao động nhiều. Kết quả thực nghiệm cho thấy độ chính xác trung bình của thuật toán InfoPart lớn hơn so với thuật toán GradNet. Từ khóa Boostrap mô hình Markov ẩn gentle adaboost particle filter Haar like. 1. TỔNG QUAN Bài toán theo vết đối tượng trong video được áp dụng trong nhiều lĩnh vực khác nhau được sử dụng như một bài toán độc lập hay là một bài toán thành phần của bài toán lớn hơn. Ví dụ trong lĩnh vực thể thao việc theo dõi tự động cầu thủ chuyển động là một vấn đề quan trọng nhằm thuận tiện cho việc phân tích chiến thuật. Bài toán ở đây bao gồm việc phát hiện cầu thủ rồi sau đó theo vết chuyển động của cầu thủ này. Một ứng dụng cụ thể khác của bài toán là ứng dụng trong hệ thống xe lái tự động Việc quan sát và theo vết các xe phía trước là một phần không thể thiếu để đảm bảo an toàn. Vì vậy bài toán theo vết nếu kết hợp thêm với các hệ thống nhận diện nhận dạng sẽ tạo ra một hệ thống có thể giải quyết nhiều vấn đề trong cuộc sống. Hướng tiếp cận bộ

• Tự động hoá
• Theo vết đối tượng trong video
• Bài toán dưới dạng lọc
• Quan sát tự động
• Thiết bị bay không người lái
• Mô hình Markov ẩn
• Đối tượng video
• theo vết đối tượng
• biến dạng ảnh số
• lưới hai chiều
• hiện tượng che phủ
• thuật toán lọc particle
• thuật toán SIS
• phát hiện đối tượng
• công nghệ thông tin
• MÔ HÌNH MARKOV
• báo cáo khoa học
• nghiên cứu khoa học
• công nghệ môi trường
• khoa học tự nhiên
• Markov
• kỹ thuật lập trình
• thủ thuật máy tính
• tài liệu học vi tính
• cách sử dụng máy tính
• Phương pháp lượng tử hóa vector
• Nhận dạng tiếng nói Tiếng Việt
• Mô hình điều khiển tivi
• Mô hình nhận dạng tiếng nói Tiếng Việt
• Kỷ yếu hội nghị Quốc gia về Điện tử truyền thông
• Phát hiện bất thường trong dáng đi ở người
• Mô hình dáng đi bất thường
• Mô hình hồi quy
• Đại số hình học
• Mật độ Gauss
• Đại số hình học bảo giác
• Tính toán xác suất
• tiếng nói tiếng Việt
• mạng nơ ron nhân tạo
• luận văn
• kỹ thuật điện
• hệ thống điện
• tóm tắt luận văn
• Tạp chí khoa học
• Gán nhãn từ loại tiếng Việt
• Gãn nhãn từ loại
• Kho ngữ liệu
• Tập dấu hiệu quan sát
• Bài toán quan sát quỹ đạo
• Quan sát quỹ đạo đa mục tiêu
• Phương pháp ước lượng tuần tự Bayes
• Luận văn Thạc sĩ
• Luận văn Thạc sĩ Khoa học máy tính
• Hệ thống nhận dạng tiếng nói
• Kỹ thuật xử lý tiếng nói
• Phát hiện rối loạn dáng đi
• Mô hình Markov ẩn tuần hoàn CHMM
• Cách tiếp cận trên nền video
• Hệ thống giám sát chăm sóc sức khỏe
• Mô hình Markov ẩn tuần hoàn
• Luận án Tiến sĩ
• Luận án Tiến sĩ Toán học
• Lý thuyết xác suất
• Thống kê toán học
• Bài toán quan sát quỹ đạo đa mục tiêu
• Phương pháp lọc bayes
• Thuật toán EM
• Cây đột biến di truyền
• Cơ sở dữ liệu kháng thuốc HIV
• Đột biến kháng thuốc
• Vietnamese speech synthesis
• Context dependent
• Speech parameterization
• Statistical parametric speech synthesis
• Hidden Markov Models
• Mel frequency cepstral coefficient
• Fundamental frequency
• Mô hình nhận dạng tiếng nói
• Kiến trúc end2end
• Mô hình âm học
• Mạng nơ ron tích chập
• Dự báo dữ liệu chuỗi thời gian
• Ứng dụng mạng nơron
• Khoảng dự đoán
• Tham số của mô hình
• Mô hình phi tuyến tính
• Thuật toán Viterbi cải tiến
• Mô hình quan sát đa mục tiêu
• Thuật toán Viterbi
• Xây dựng thuật toán Viterbi cải tiến
• Nhận dạng hành động con người
• Mô hình hóa người 3D
• Thuộc tính quan hệ hình học
• Kỹ thuật k means clustering
• Xây dựng Mô đun điều khiển bằng giọng nói
• Ứng dụng đọc báo điện tử cho người khiếm thị
• Nhận dạng tiếng nói rời rạc
• Điều khiển máy tính bằng giọng nói
• Đề tài khoa học và công nghệ
• Đề tài khoa học và công nghệ cấp bộ
• Cải thiện chất lượng tiếng nói tiếng Việt
• Dự báo chuỗi thời gian
• Mô hình mạng neural nhân tạo
• Thuật toán preSCRIMP
• Dự báo giá chứng khoán
• Đường ống dẫn khí
• Trí tuệ nhân tạo
• Mô hình cây quyết định
• luận văn thạc sỹ
• luận văn kỹ thuật điện tử
• hệ thống thông tin di động 3g
• mô hình bán Markov ẩn
• mô hình nguồn lỗi
• Hệ thống công cụ VIPER
• Nhận dạng tiếng nói
• các dạng đặc trưng tiếng nói
• xử lý tiếng nói
• lý thuyết nhận dạng tiếng nói
• trình bày báo cáo
• tài liệu báo cáo khoa học
• cách trình bày báo cáo khoa học
• báo cáo khoa học sinh học
• báo cáo khoa học toán học
• ngữ pháp tiếng Việt