Online Visual Tracking ofWeighted Multiple Instance Learning via Neutrosophic Similarity-Based Objectness Estimation
Keli Hu · Wei He · Jun Je · Liping Zhao · Hua Peng · Jiatian Pi
Infinite Study
E-grāmata
24
Lappuses
family_home
Piemērota
info
reportAtsauksmes un vērtējumi nav pārbaudīti. Uzzināt vairāk
Par šo e-grāmatu
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.
Novērtējiet šo e-grāmatu
Izsakiet savu viedokli!
Informācija lasīšanai
Viedtālruņi un planšetdatori
Instalējiet lietotni Google Play grāmatas Android ierīcēm un iPad planšetdatoriem/iPhone tālruņiem. Lietotne tiks automātiski sinhronizēta ar jūsu kontu un ļaus lasīt saturu tiešsaistē vai bezsaistē neatkarīgi no jūsu atrašanās vietas.
Klēpjdatori un galddatori
Varat klausīties pakalpojumā Google Play iegādātās audiogrāmatas, izmantojot datora tīmekļa pārlūkprogrammu.
E-lasītāji un citas ierīces
Lai lasītu grāmatas tādās elektroniskās tintes ierīcēs kā Kobo e-lasītāji, nepieciešams lejupielādēt failu un pārsūtīt to uz savu ierīci. Izpildiet palīdzības centrā sniegtos detalizētos norādījumus, lai pārsūtītu failus uz atbalstītiem e-lasītājiem.
