• Open Daily: 10am - 10pm
    Alley-side Pickup: 10am - 7pm

    3038 Hennepin Ave Minneapolis, MN
    612-822-4611

Open Daily: 10am - 10pm | Alley-side Pickup: 10am - 7pm
3038 Hennepin Ave Minneapolis, MN
612-822-4611
Riconoscimento efficiente di più tipi di andatura tramite Fast RCNN e rimozione delle ombre

Riconoscimento efficiente di più tipi di andatura tramite Fast RCNN e rimozione delle ombre

Paperback

Technology & Engineering

ISBN10: 6630217195
ISBN13: 9786630217193
Publisher: Edizioni Sapienza
Published: Jul 15 2026
Pages: 144
Weight: 0.44
Height: 0.34 Width: 6.00 Depth: 9.00
Language: Italian
Questo libro presenta un sistema efficiente di riconoscimento dell'andatura multipla che utilizza la rimozione delle ombre e tecniche di classificazione basate su Fast RCNN. Il riconoscimento dell'andatura identifica gli individui attraverso i modelli di camminata, ma le ombre, i cambiamenti di illuminazione e le variazioni di abbigliamento riducono la precisione. Per superare questi problemi, viene proposto un modello SDR-RAN basato su Deep Learning per il rilevamento delle ombre, la rimozione e l'image inpainting. Il modello utilizza GhostNet, la normalizzazione batch e la ReLU parametrica per un'efficace estrazione delle caratteristiche. CRANN ripristina le regioni d'ombra utilizzando le informazioni di sfondo. Inoltre, viene sviluppato un framework Faster RCNN con RPN e clustering fuzzy K-means per una classificazione accurata dell'andatura. I risultati sperimentali mostrano prestazioni di riconoscimento migliorate per applicazioni di sorveglianza.

Also from

M, Amanulla Khan

Also in

Technology & Engineering