header
Local cover image
Local cover image
Image from OpenLibrary

MOVING OBJECT TRACKING USING WIRELESS VISUAL SENSOR NETWORKS / by Ahmed Mohamed Abdel Tawab Hamed; under supervision of Prof. Dr. Serag E. D. Habib, Prof. Dr. Mohamed Bakr Abdelhalim.

By: Contributor(s): Material type: TextTextLanguage: English Summary language: English, Arabic Producer: 2023Description: 173 pages : illustrations ; 30 cm. + CDContent type:
  • text
Media type:
  • Unmediated
Carrier type:
  • volume
Other title:
  • تتبع الأهداف المتحركة بواسطة شبكات الاستشعار المرئية اللاسلكية [Added title page title]
Subject(s): DDC classification:
  • 621.382 21
Online resources: Available additional physical forms:
  • Issues also as CD.
Dissertation note: Thesis (Ph.D)-Cairo University, 2023. Summary: A moving object tracking system using WVSN is introduced. In the detection phase, the SDMBS method is based on the Partial-DCT (PDCT) to reduce processing and transmission energy. It also uses a Dual-Mode Single Gaussian Model (DM-SGM) for accurate detection of moving objects. For the tracking phase, Transfer Incremental Learning Multi Camera Tracking (TILMCT) is developed. It is based on a 3D-DCT compact incremental learning representation of the detected object. The best weak classifiers from neighboring sources are combined with feedback from global estimation to improve local tracking.Summary: هذه الاطروحة تقدم نظامين لكشف وتتبع للأجسام المتحركة بواسطة شبكات الاستشعار البصرية اللاسلكية (WVSN). في مرحلة الكشف، نقدم خوارزم الطرح الخلفي الطيفي ثنائي الوضع (SDMBS). تعتمد طريقة SDMBS على تحويل جيب التمام المنفصل الجزئي (PDCT) لتقليل طاقة المعالجة ونقل البيانات. كما أنها تستخدم نموذج جاوس أحادي ذى وضعين (DM-GSM) للكشف الدقيق عن الأجسام المتحركة. بالنسبة لمرحلة التتبع، نقدم خوارزم التعلم بالنقل التزايدي لتتبع الكاميرات المتعددة (TILMCT). يعتمد TILMCT على تمثيل تعليمي تزايدي مضغوط ثلاثي الأبعاد للهدف المكتشف. يتم إجراء التحسين الموزع على قياسات الهدف المجمعة من كاميرات مختلفة لتقدير مساره الكلي. يتم الجمع بين أفضل المصنفات الضعيفة من الكاميرات المجاورة مع التغذية المرتدة من التقدير الكلي لتحسين التتبع المحلي
Tags from this library: No tags from this library for this title. Log in to add tags.
Star ratings
    Average rating: 0.0 (0 votes)
Holdings
Item type Current library Home library Call number Status Barcode
Thesis Thesis قاعة الرسائل الجامعية - الدور الاول المكتبة المركزبة الجديدة - جامعة القاهرة Cai01.13.08.Ph.D.2023.Ah.M (Browse shelf(Opens below)) Not for loan 01010110088002000

Thesis (Ph.D)-Cairo University, 2023.

Bibliography: pages 150-167.

A moving object tracking system using WVSN is introduced. In the detection phase, the SDMBS method is based on the Partial-DCT (PDCT) to reduce processing and transmission energy. It also uses a Dual-Mode Single Gaussian Model (DM-SGM) for accurate detection of moving objects. For the tracking phase, Transfer Incremental Learning Multi Camera Tracking (TILMCT) is developed. It is based on a 3D-DCT compact incremental learning representation of the detected object. The best weak classifiers from neighboring sources are combined with feedback from global estimation to improve local tracking.

هذه الاطروحة تقدم نظامين لكشف وتتبع للأجسام المتحركة بواسطة شبكات الاستشعار البصرية اللاسلكية (WVSN). في مرحلة الكشف، نقدم خوارزم الطرح الخلفي الطيفي ثنائي الوضع (SDMBS). تعتمد طريقة SDMBS على تحويل جيب التمام المنفصل الجزئي (PDCT) لتقليل طاقة المعالجة ونقل البيانات. كما أنها تستخدم نموذج جاوس أحادي ذى وضعين (DM-GSM) للكشف الدقيق عن الأجسام المتحركة. بالنسبة لمرحلة التتبع، نقدم خوارزم التعلم بالنقل التزايدي لتتبع الكاميرات المتعددة (TILMCT). يعتمد TILMCT على تمثيل تعليمي تزايدي مضغوط ثلاثي الأبعاد للهدف المكتشف. يتم إجراء التحسين الموزع على قياسات الهدف المجمعة من كاميرات مختلفة لتقدير مساره الكلي. يتم الجمع بين أفضل المصنفات الضعيفة من الكاميرات المجاورة مع التغذية المرتدة من التقدير الكلي لتحسين التتبع المحلي

Issues also as CD.

Text in English and abstract in Arabic & English.

There are no comments on this title.

to post a comment.

Click on an image to view it in the image viewer

Local cover image