ترجمه مقاله یک چارچوب حجمی کارآمد برای ردیابی شکل

قیمت خرید این محصول

۲۹,۰۰۰ تومان

دانلود رایگان نمونه دانلود مقاله انگلیسی

عنوان فارسی

یک چارچوب حجمی کارآمد برای ردیابی شکل

عنوان انگلیسی

An Efficient Volumetric Framework for Shape Tracking

صفحات مقاله فارسی

15

صفحات مقاله انگلیسی

9

سال انتشار

2015

نشریه

CV-Foundation

فرمت مقاله انگلیسی

PDF

فرمت ترجمه مقاله

ورد تایپ شده

رفرنس

دارد

کد محصول

7890

وضعیت ترجمه عناوین تصاویر و جداول

ترجمه شده است

وضعیت ترجمه متون داخل تصاویر و جداول

ترجمه نشده است

وضعیت فرمولها و محاسبات در فایل ترجمه

به صورت عکس، درج شده است

رشته های مرتبط با این مقاله

مهندسی کامپیوتر

گرایش های مرتبط با این مقاله

مهندسی نرم افزار و هوش مصنوعی

دانشگاه

دانشگاه گرنوبل، فرانسه

فهرست مطالب

چکیده
1.1. تحقیقات قبلی
1.2. بررسی اجمالی روش
2. تسلیشن وورونی مرکزی
3. مدل تغییر شکل
2.1. مفاهیم
3.2. فرمولبندی
3.3. احتمالات وضع منتجه
4. مدل مشاهده
4.1. تناسب شکل احتمالاتی
4.2. تست های سازگاری
5. استتنتاج
6. آزمایش ها
6.1. مجموعه داده ها
6.2. پروتکل آزمایشی
6.3. آنالیز کمی
6.4. ارزیابی کیفی
7. بحث

نمونه چکیده متن اصلی انگلیسی

Abstract

Recovering 3D shape motion using visual information is an important problem with many applications in computer vision and computer graphics, among other domains. Most existing approaches rely on surface-based strategies, where surface models are fit to visual surface observations. While numerically plausible, this paradigm ignores the fact that the observed surfaces often delimit volumetric shapes, for which deformations are constrained by the volume inside the shape. Consequently, surface-based strategies can fail when the observations define several feasible surfaces, whereas volumetric considerations are more restrictive with respect to the admissible solutions. In this work, we investigate a novel volumetric shape parametrization to track shapes over temporal sequences. In constrast to Eulerian grid discretizations of the observation space, such as voxels, we consider general shape tesselations yielding more convenient cell decompositions, in particular the Centroidal Voronoi Tesselation. With this shape representation, we devise a tracking method that exploits volumetric information, both for the data term evaluating observation conformity, and for expressing deformation constraints that enforce prior assumptions on motion. Experiments on several datasets demonstrate similar or improved precisions over state-of-the-art methods, as well as improved robustness, a critical issue when tracking sequentially over time frames

نمونه چکیده ترجمه متن فارسی

چکیده
بازیابی حرکت شکل 3D با استفاده از اطلاعات بصری مسئله¬ای مهم در بسیاری از کاربردها در بینایی کامپیوتری و گرافیک کامپیوتری، در میان حوزه های دیگر است. بیشتر روش های موجود در استراتژی های مبتنی بر سطح تکیه دارند، که در آن مدل های سطح برای مشاهدات سطح بصری مناسب است. در زمان عددی قابل قبول، این الگوی این واقعیت را نادیده می گیرد که سطوح مشاهده شده اغلب شکل های حجمی را محدود می کنند، که در آن تغییر شکل ها توسط حجم در داخل شکل محدود می شود. در نتیجه، استراتژی های مبتنی بر سطح شکست می خورند در حالی که مشاهدات چندین سطح احتمالی را تعریف می کنند، چون ملاحظات حجمی با توجه به راه حل های قابل قبول بسیار محدود هستند. در این اثر، پارامتری کردن شکل حجمی جدید را به منظور ردیابی شکل ها بر روی توالی های زمانی بررسی می کنیم. در مقابل گسسته سازی های شبکه اویلری از فضای مشاهده، همچون واکسل ها، تسلیشن های شکل اصلی با ایجاد توالی بیشتر از تجزیه های سلولی، بخصوص تسلیشن وورونی مدور را در نظر می گیریم. با این نمایش شکل، یک روش ردیابی را طراحی می کنیم که اطلاعات حجمی را هم برای انطباق حجمی و هم برای بیان محدودیت های تغییر شکل که فرضیات قبلی در حرکت را اجرا می کردند استخراج می کنیم. آزمایش ها در چندین مجموعه داده دقت¬های مشابه یا بهبود یافته بر روی روش های حالت هنر، یک مسئله مهم در زمان ردیابی متوالی بر روی قاب های زمان و همچنین استحکام بهبود یافته را نشان می دهند.

برچسب‌ها: دانلود رایگان مقالات انگلیسی مهندسی کامپیوتر، دانلود رایگان مقالات انگلیسی هوش مصنوعی