Online Visual Tracking ofWeighted Multiple Instance Learning via Neutrosophic Similarity-Based Objectness Estimation
Keli Hu · Wei Hu · Jun Ye · Liping Zhao · Hua Peng · Jiatian Pi
Infinite Study
E-bog
24
Sider
family_home
Kvalificeret
info
reportBedømmelser og anmeldelser verificeres ikke Få flere oplysninger
Om denne e-bog
An online neutrosophic similarity-based objectness tracking with a weighted multiple instance learning algorithm (NeutWMIL) is proposed. Each training sample is extracted surrounding the object location, and the distribution of these samples is symmetric. To provide a more robust weight for each sample in the positive bag, the asymmetry of the importance of the samples is considered.
The neutrosophic similarity-based objectness estimation with object properties (super straddling) is applied.
Bedøm denne e-bog
Fortæl os, hvad du mener.
Oplysninger om læsning
Smartphones og tablets
Installer appen Google Play Bøger til Android og iPad/iPhone. Den synkroniserer automatisk med din konto og giver dig mulighed for at læse online eller offline, uanset hvor du er.
Bærbare og stationære computere
Du kan høre lydbøger, du har købt i Google Play via browseren på din computer.
e-læsere og andre enheder
Hvis du vil læse på e-ink-enheder som f.eks. Kobo-e-læsere, skal du downloade en fil og overføre den til din enhed. Følg den detaljerede vejledning i Hjælp for at overføre filerne til understøttede e-læsere.
