MétaCan
Menu
Retour à la cohorte
Enregistrement W2037736748 · doi:10.5402/2012/672084

Model-Free, Occlusion Accommodating Active Contour Tracking

2012· article· en· W2037736748 sur OpenAlexaff
Mohamed Ben Salah, Amar Mitiche

Notice bibliographique

RevueISRN Artificial Intelligence · 2012
Typearticle
Langueen
DomaineComputer Science
ThématiqueAdvanced Vision and Imaging
Établissements canadiensInstitut National de la Recherche ScientifiqueUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésComputer visionArtificial intelligenceTracking (education)ClutterActive contour modelTerm (time)Frame (networking)Kernel (algebra)Computer scienceMathematicsSet (abstract data type)Active appearance modelImage (mathematics)Image segmentationRadarPhysics

Résumé

récupéré en direct d'OpenAlex

This study investigates tracking in monocular image sequences by a model-free, occlusion accommodating active contour method. The objective functional contains a model-free shape tracking term to constrain the active curve in a frame to have a shape which approximates as closely as possible the shape of the active curve in the preceding frame. It complements a kernel photometric tracking term which constrains the active curve in a frame to enclose an intensity profile that matches as closely as possible the profile within the curve in the preceding frame. This data term is in kernel form so as to forgo image modeling. The method, which is exclusively driven by the curve/level set evolution equations derived from the objective functional Euler-Lagrange conditions, can track several objects independently. Experimental validation includes examples with infrared imaging, occlusion, clutter, and articulated motion.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,103
Tête enseignante GPT0,358
Écart entre enseignants0,255 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueISRN Artificial IntelligenceMême sujetAdvanced Vision and ImagingTravaux en français237 207