view in publisher's site

A heuristic for the retrieval of objects in video in the framework of the rough indexing paradigm

In this paper, we tackle the problem of matching of objects in video in the framework of the rough indexing paradigm. In this context, the video data are of very low spatial and temporal resolution because they come from partially decoded MPEG compressed streams. This paradigm enables us to achieve our purpose in near real time due to the faster computation on rough data than on original full spatial and temporal resolution video frames.In this context, segmentation of rough video frames is inaccurate and the region features (texture, color, shape) are not strongly relevant. The structure of the objects must be considered in order to improve the robustness of the matching of regions. The problem of object matching can be expressed in terms of region adjacency graph (RAG) matching.Here, we propose a directed acyclic graph (DAG) matching method based on a heuristic in order to approximate object matching. The RAGs to compare are first transformed into DAGs by orienting edges. Then, we compute some combinatoric metrics on nodes in order to classify them by similarity. At the end, a top-down process on DAGs aims to match similar patterns that exist between the two DAGs.The results are compared with those of a method based on relaxation matching.

یک هیوریستیک برای بازیابی اشیا در ویدئو در چارچوب الگوی شاخص گذاری سخت

در این مقاله، با مشکل انطباق اشیا در ویدئو در چارچوب الگوی شاخص indexing برخورد می‌کنیم. در این زمینه، داده‌های ویدئویی از تفکیک مکانی بسیار پایین و زمانی بسیار پایین هستند، زیرا از طریق نهره‌ای فشرده MPEG تا حدودی رمزگشایی شده‌اند. این پارادایم به ما این امکان را می‌دهد که به هدف خود در نزدیک زمان واقعی دست یابیم به دلیل محاسبه سریع‌تر داده‌های rough نسبت به داده‌های اصلی فضایی و زمانی کامل در این زمینه، تقسیم‌بندی فریم های ویدئویی خشن نادرست است و ویژگی‌های منطقه (بافت، رنگ، شکل)به شدت مرتبط نیستند. ساختار اشیا باید به منظور بهبود استحکام تناظریابی مناطق مورد توجه قرار گیرد. مساله تطبیق هدف را می توان برحسب گراف مجاورت منطقه (rag)بیان کرد، ما یک روش تطابق گراف دور (DAG)مبتنی بر یک روش اکتشافی برای انطباق شی تقریبی پیشنهاد می‌کنیم. The برای مقایسه ابتدا با لبه‌های هدایتی به dags تبدیل می‌شوند. سپس، ما چند متریک combinatoric را روی گره‌ها محاسبه می‌کنیم تا آن‌ها را با شباهت طبقه‌بندی کنیم. در پایان، یک فرآیند بالا به پایین در dags با هدف انطباق الگوهای مشابهی که بین نتایج DAGs.The وجود دارد، با نتایج یک روش مبتنی بر انطباق آرامش مقایسه می‌شود.
ترجمه شده با


پر ارجاع‌ترین مقالات مرتبط:

  • مقاله Electrical and Electronic Engineering
  • ترجمه مقاله Electrical and Electronic Engineering
  • مقاله مهندسی برق و الکترونیک
  • ترجمه مقاله مهندسی برق و الکترونیک
  • مقاله Software
  • ترجمه مقاله Software
  • مقاله نرم‌افزار
  • ترجمه مقاله نرم‌افزار
  • مقاله Signal Processing
  • ترجمه مقاله Signal Processing
  • مقاله پردازش سیگنال
  • ترجمه مقاله پردازش سیگنال
  • مقاله Computer Vision and Pattern Recognition
  • ترجمه مقاله Computer Vision and Pattern Recognition
  • مقاله بینایی کامپیوتری و تشخیص الگو
  • ترجمه مقاله بینایی کامپیوتری و تشخیص الگو
سفارش ترجمه مقاله و کتاب - شروع کنید

با استفاده از افزونه دانلود فایرفاکس چکیده مقالات به صورت خودکار تشخیص داده شده و دکمه دانلود فری‌پیپر در صفحه چکیده نمایش داده می شود.