...
首页> 外文期刊>RSTI >Evolution artificielle, optimisation et analyse d'images
【24h】

Evolution artificielle, optimisation et analyse d'images

机译:人工进化,优化和图像分析

获取原文
获取原文并翻译 | 示例

摘要

Parametric models inherited from image synthesis are giving an opportunity to using artificial evolution as a parameter optimisation paradigm in image analysis applications. In this paper, we show how artificial evolution can actually widen the scope of the generalised Hough transform and how some newer evolutionary approaches can efficiently solve real-time computer vision, sensor fusion and robotics problems with little reference to more traditional methods.%Grâce à l'influence de la synthèse d'images et de ses modèles paramétriques qui lui fournissent un cadre conceptuel formalisé, l'analyse d'images recourt de plus en plus aux méthodes d'optimisation issues de l'évolution artificielle, qui donnent une nouvelle vitalité aux méthodes paramétriques comme celles qui dérivent de la transformation de Hough. Nous décrivons comment certaines variantes permettent de construire des algorithmes puissants et rapides en vision artificielle et en fusion de capteurs avec de remarquables propriétés temps-réel.
机译:从图像合成继承的参数模型为在图像分析应用程序中使用人工进化作为参数优化范例提供了机会。在本文中,我们展示了人工进化如何实际上可以扩大广义Hough变换的范围,以及一些新的进化方法如何在不参考更传统方法的情况下有效解决实时计算机视觉,传感器融合和机器人问题。在图像合成及其参数模型的影响下,图像合成为其提供了形式化的概念框架,图像分析越来越多地使用来自人工进化的优化方法,这赋予了新的生命力参数方法,例如从霍夫变换中衍生的方法。我们描述了某些变体如何使在人工视觉中以及在融合具有卓越实时特性的传感器中构建强大而快速的算法成为可能。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号