This paper presents a fast algorith

This paper presents a fast algorithm to segment
moving objects in video sequences, as the first step of a fast
object tracking system. It is based on the detection of level lines
to detect closed objects contours in a scene. The detected objects
are clustered using a combination of mean shift and ensemble
clustering. The proposed method produces a temporal video
segmentation in a fraction of the processing time required by
comparable state-of-the-art particle-based methods.
Index Terms—Tracking, Video segmentation, Level lines, Ensemble
clustering.

ผลลัพธ์ (ไทย) 1:

เอกสารนี้แสดงขั้นตอนวิธีที่รวดเร็วกับเซ็กเมนต์ย้ายวัตถุในลำดับวิดีโอ เป็นขั้นตอนแรกของอย่างรวดเร็วระบบการติดตามวัตถุ โดยมีการตรวจพบระดับบรรทัดเพื่อตรวจสอบรูปทรงปิดวัตถุในฉาก วัตถุตรวจพบจับกลุ่มใช้ shift หมายถึงและวงดนตรีคลัสเตอร์ วิธีการนำเสนอการสร้างวิดีโอชั่วคราวแบ่งในเศษเสี้ยวของเวลาการประมวลผลที่ต้องการเทียบสมัยของอนุภาคตามวิธีการดัชนีเงื่อนไข-การติดตาม การแบ่งวิดีโอ ระดับบรรทัด วงดนตรีคลัสเตอร์

ผลลัพธ์ (ไทย) 2:

บทความนี้นำเสนอขั้นตอนวิธีที่รวดเร็วในการส่วนการเคลื่อนย้ายวัตถุในลำดับวิดีโอเป็นขั้นตอนแรกของการได้อย่างรวดเร็วระบบติดตามวัตถุ มันขึ้นอยู่กับการตรวจสอบของสายระดับการตรวจสอบรูปทรงปิดวัตถุในฉาก วัตถุที่ตรวจพบมีการจัดกลุ่มโดยใช้การรวมของการเปลี่ยนแปลงค่าเฉลี่ยและวงดนตรีการจัดกลุ่ม วิธีการที่นำเสนอผลิตวิดีโอชั่วคราวการแบ่งส่วนในส่วนของเวลาการประมวลผลที่จำเป็นโดยเทียบเคียงรัฐของศิลปะวิธีการที่ใช้อนุภาค. ดัชนีข้อตกลงการติดตามการแบ่งส่วนวิดีโอสายระดับทั้งมวลการจัดกลุ่ม

ผลลัพธ์ (ไทย) 3:

บทความนี้นำเสนอขั้นตอนวิธีการอย่างรวดเร็วส่วน
ย้ายวัตถุในวิดีโอลำดับ เป็นขั้นตอนแรกของรวดเร็ว
ติดตามวัตถุของระบบ มันขึ้นอยู่กับการตรวจหาระดับสาย
ตรวจสอบปิดวัตถุรูปทรงในฉาก ตรวจพบวัตถุ
มีการจัดกลุ่มโดยใช้การรวมกันของกะและ ensemble
การจัดกลุ่ม . วิธีการผลิต
วิดีโอชั่วคราวการแบ่งส่วนตลาดในส่วนของการประมวลผลเวลาของอนุภาคที่ใช้วิธีเทียบเคียง
.
ดัชนีด้านการติดตาม , วิดีโอ , ระดับเส้น ensemble

สำหรับ .