فایل ورد کامل یک چارچوب حجمی کارآمد برای ردیابی شکل

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

این مقاله، ترجمه شده یک مقاله مرجع و معتبر انگلیسی می باشد که به صورت بسیار عالی توسط متخصصین این رشته ترجمه شده است و به صورت فایل ورد (microsoft word) ارائه می گردد

متن داخلی مقاله بسیار عالی، پر محتوا و قابل درک می باشد و شما از استفاده ی آن بسیار لذت خواهید برد. ما عالی بودن این مقاله را تضمین می کنیم

فایل ورد این مقاله بسیار خوب تایپ شده و قابل کپی و ویرایش می باشد و تنظیمات آن نیز به صورت عالی انجام شده است؛ به همراه فایل ورد این مقاله یک فایل پاور پوینت نیز به شما ارئه خواهد شد که دارای یک قالب بسیار زیبا و تنظیمات نمایشی متعدد می باشد

توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل می باشد و در فایل اصلی فایل ورد کامل یک چارچوب حجمی کارآمد برای ردیابی شکل،به هیچ وجه بهم ریختگی وجود ندارد

تعداد صفحات این فایل: ۲۰ صفحه

۷ بحث
روش حجمی جدید برای ردیابی شکل مبتنی بر تجزیه حجم CVT را ارائه کردیم. روش خواص مطلوب CVT را به منظور ایجاد محدودیت های تغییر شکل پذیر حجمی به کار می برد، در حالی که طرح تخصیص حجم بعنوان اصطلاح داده ها از طریق پوشش مرکز سلولی از حجم تدوین می شود. به تازه گی، خوشه بندی حجمی ارائه شده برای حجم ها اندازه های یکنواخت در کل شکل الگو را ایجاد می کند، که محدودیتی برای بخش هایی میشود که نازکتر از اندازه خوشه، همچون بازوها، می شود. این موضوع را در اثر آتی با تراکم های خوشه تطبیقی بررسی خواهیم کرد، با این تضمین که حجمی قبلی صرفنظر از لحاظ کردن ضخامت به همان اندازه کارآمد می باشد. با اینحال عددی آنالیز عددی بهبود قابل توجهی بر روی حالت روش های ردیابی هنر، هم بر حسب خطای ردیابی روی سطح و هم طرحریزی دوباره تصویر سیاه یکدست نشان می دهد. همچنین چارچوب برای مطابقت با درک مستقیم از ثبات بیشتر با توجه به خطاها و اندازه گیری های حجمی از شکل های الگوی متناسب شده نشان داده شده است. بر این باور داریم که روش مسیر را برای مقدم های حجمی در هر چارچوب ردیابی شکل هموار می کند.

عنوان انگلیسی:An Efficient Volumetric Framework for Shape Tracking~~en~~

۷ Discussion

We have presented a novel volumetric approach to shape tracking based on CVT volume decomposition. The approach leverages CVT desirable properties to build suitable volumetric deformable constraints, while formulating a discrete volume assignment scheme as data term through the uniform cell centroid coverage of the volume. Currently, the volumetric clustering proposed for volumes yields uniform sizes over the entire template shape, which can be a limitation for parts that are thinner than the cluster size, such as arms. We will address this in future work with adaptive cluster densities, ensuring the volumetric prior is equally efficient regardless of thickness. Numerical analysis nevertheless shows significant improvement over state of the art tracking methods, both in terms of tracking error over the surface and silhouette reprojection. The framework is also shown to conform to initial intuition in being more stable in terms of the errors and volume measures of the fitted template shapes. We believe the approach paves the way for proper use of volumetric priors in any shape tracking framework.

$$en!!