دانلود مقاله و خرید ترجمه:بهبود تشخیص فعالیت در ویدیو با استفاده از تشخیص شی‌ء و متن کاوی - 2012

دانلود بهترین مقالات isi همراه با ترجمه فارسی

کارابرن عزیز، مقالات isi بالاترین کیفیت ترجمه را دارند، ترجمه آنها کامل و دقیق می باشد (محتوای جداول و شکل های نیز ترجمه شده اند) و از بهترین مجلات isi انتخاب گردیده اند. همچنین تمامی ترجمه ها دارای ضمانت کیفیت بوده و در صورت عدم رضایت کاربر مبلغ عینا عودت داده خواهد شد.

پشتیبانی
اپلیکشن اندروید
آرشیو مقالات
ورود اعضا
توجه توجه توجه !!!!
تمامی مقالات ترجمه شده ، انگلیسی و کتاب های این سایت با دقت تمام انتخاب شده اند. در انتخاب مقالات و کتاب ها پارامترهای جدید بودن، پر جستجو بودن، درخواست کاربران ، تعداد صفحات و ... لحاظ گردیده است. سعی بر این بوده بهترین مقالات در هر زمینه انتخاب و در اختیار شما کاربران عزیز قرار گیرد. ضمانت ما، کیفیت ماست.
نرم افزار winrar

از نرم افزار winrar برای باز کردن فایل های فشرده استفاده می شود. برای دانلود آن بر روی لینک زیر کلیک کنید
دانلود

پیوندهای کاربردی
پیوندهای مرتبط
مقالات ترجمه شده داده کاوی ( data mining )
  • Improving Video Activity Recognition using Object Recognition and Text Mining بهبود تشخیص فعالیت در ویدیو با استفاده از تشخیص شی‌ء و متن کاوی

    سال انتشار:

    2012


    ترجمه فارسی عنوان مقاله:

    بهبود تشخیص فعالیت در ویدیو با استفاده از تشخیص شی‌ء و متن کاوی


    عنوان انگلیسی مقاله:

    Improving Video Activity Recognition using Object Recognition and Text Mining


    منبع:

    ECAI-2012, pp. 600-605, August 2012.


    نویسنده:

    Tanvi S. Motwani and Raymond J. Mooney


    چکیده انگلیسی:

    Recognizing activities in real-world videos is a challenging AI problem. We present a novel combination of standard activity classification, object recognition, and text mining to learn effective activity recognizers without ever explicitly labeling training videos. We cluster verbs used to describe videos to automatically discover classes of activities and produce a labeled training set. This labeled data is then used to train an activity classifier based on spatiotemporal features. Next, text mining is employed to learn the correlations between these verbs and related objects. This knowledge is then used together with the outputs of an off-the-shelf object recognizer and the trained activity classifier to produce an improved activity recognizer. Experiments on a corpus of YouTube videos demonstrate the effectiveness of the overall approach.


    چکیده فارسی:

    تشخیص فعالیت‌ها در ویدیوهای دنیای واقعی یک مسئله AI (هوش مصنوعی) چالش‌برانگیز است. ما ترکیب جدیدی از کلاس‌بندی فعالیت استاندارد، تشخیص شیء، و متن کاوی را برای آموزش موثر تشخیص‌دهنده‌های فعالیت بدون هیچ گونه مارک‌گذاری واضح ویدیوهای آموشی، ارائه می دهیم. ما به منظور پوشش اتوماتیک کلاس‌های فعالیت‌ها و تولید مجموعه آموزشی مارک گذاری شده، افعالی را که برای توصیف ویدیوها بکار رفته‌اند، خوشه‌بندی می‌کنیم. سپس این داده مارک گذاری شده برای آموزش یک کلاس‌بند فعالیت بر اساس ویژگی‌های فضایی- زمانی، مورد استفاده قرار می‌گیرند. سپس، متن کاوی به منظور یادگیری روابط بین این افعال و اشیای مربوطه، بکار می‌رود. سپس، این دانش به همراه خروجی‌های یک تشخیص دهنده شیء خارج از قفسه و کلاس‌بند فعالیت آموزش داده شده به منظور تولید یک تشخیص دهنده فعالیت بهبود یافته، مورد استفاده قرار می‌گیرد. آزمایشات بر روی مجموعه‌ای از ویدیوهای Youtube، کارایی رویکرد کلی را اثبات می کنند.


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 6
    تعداد صفحات فایل doc فارسی(با احتساب مراجع): 29

    وضعیت ترجمه عناوین تصاویر و جداول: به صورت کامل ترجمه شده است

    وضعیت ترجمه متون داخل تصاویر و جداول: به صورت کامل ترجمه شده است

    حجم فایل: 1870 کیلوبایت


    قیمت: 15000 تومان  12000 تومان(20% تخفیف)


    توضیحات اضافی:




اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

این مقاله را در فیس بوک به اشتراک بگذارید این مقاله را در توییتر به اشتراک بگذارید این مقاله را در لینکداین به اشتراک بگذارید این مقاله را در گوگل پلاس به اشتراک بگذارید این مقاله را در زینگ به اشتراک بگذارید این مقاله را در تلگرام به اشتراک بگذارید

تعداد نظرات : 0

الزامی
الزامی
الزامی
داده-کاوی
موضوعات
footer