MétaCan
Menu
Retour à la cohorte
Enregistrement W2095275517 · doi:10.1142/s0218001403002563

ACTIVE HEAD TRACKING BASED ON CHROMATIC SHAPE FITTING

2003· article· en· W2095275517 sur OpenAlexaff
Jason Z. Zhang, Qianyu Wu, W.A. Gruver

Notice bibliographique

RevueInternational Journal of Pattern Recognition and Artificial Intelligence · 2003
Typearticle
Langueen
DomaineComputer Science
ThématiqueVideo Surveillance and Tracking Methods
Établissements canadiensSimon Fraser UniversityBC Innovation Council
Organismes subventionnairesnon disponible
Mots-clésComputer visionArtificial intelligenceEllipseComputer scienceChromatic scaleCentroidSaccadeTracking (education)Position (finance)Orientation (vector space)FovealMathematicsEye movementGeometry

Résumé

récupéré en direct d'OpenAlex

This paper presents a method for tracking a human head based on the integration of camera saccade and chromatic shape fitting, which are implemented as functional modules in an active tracking system. Head motion is detected in the saccade module by extracting edges from two successive images. The position of the head in the current image is approximated as the centroid of the apparition formed by the moving edges of the target. A visual position cue is used to drive a pan/tilt camera to perform real-time saccade keeping the target in the foveal area in the image. The shape-fitting module is invoked to extract more information from the target. The shape of the target is modeled as an ellipse whose position, orientation and size are dynamically determined by shape fitting, and implemented with a color registration technique. In the proposed method, quasi real-time pursuit is achieved using a Pentium II computer in an uncontrolled environment with arbitrary relative motion between the target and camera.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,997
Score d'incertitude au seuil0,465

Scores Codex et Gemma par catégorie

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

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 Opus0,149
Tête enseignante GPT0,366
Écart entre enseignants0,218 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations1
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Pattern Recognition and Artificial IntelligenceMême sujetVideo Surveillance and Tracking MethodsTravaux en français237 207