Jove
Visualize
Contáctanos
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

Videos de Conceptos Relacionados

Absolute Motion Analysis- General Plane Motion01:24

Absolute Motion Analysis- General Plane Motion

271
Visualize a drone, with its propellers spinning rapidly, hovering mid-air. The fascinating movements and operations of this drone can be comprehended by applying the principle of general plane motion.
As the drone's propellers rotate, an upward force is generated that counteracts the force of gravity, enabling the drone to lift off from the ground. This initial movement of the drone is along a straight path, representing a form of translational motion. In this phase, every point on the...
271

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

A hybrid SMOTE and Gaussian mixture model based optimized XGBoost framework for bipolar disorder detection.

Scientific reports·2026
Same author

Hybrid deep learning model for air quality prediction and its impact on healthcare.

Scientific reports·2026
Same author

Blockchain-enabled verification of medical records using soul-bound tokens and cloud computing.

Scientific reports·2024
Same author

LWDS: lightweight DeepSeagrass technique for classifying seagrass from underwater images.

Environmental monitoring and assessment·2023
Same author

Statistical Modeling based Directional Pattern Design (SMDPD) feature extraction for coral reef classification.

Environmental monitoring and assessment·2021
Same author

Intravenous breast milk administration--a rare accident.

Indian pediatrics·2006

Video Experimental Relacionado

Updated: Sep 10, 2025

Author Spotlight: Assessment of Visual Acuity in Central Vision Loss Through Motion-Based Peripheral Vision Testing
06:25

Author Spotlight: Assessment of Visual Acuity in Central Vision Loss Through Motion-Based Peripheral Vision Testing

Published on: February 23, 2024

698

Técnica de identificación anormal del vehículo basada en la extracción del marco de la llave mediante análisis

M A Y Peer Mohamed Appa1, V Vanitha2, Priti Rishi3

  • 1Department of Computer Science and Engineering, Vel Tech Rangarajan Dr. Sagunthala R&D Institute of Science and Technology, Avadi-600062, Tamilnadu, India.

Scientific reports
|August 23, 2025
PubMed
Resumen

Este estudio introduce una nueva técnica de identificación anormal del vehículo (KFEAVI) basada en la extracción del marco de la llave para mejorar la seguridad del vehículo. KFEAVI identifica eficazmente los movimientos anormales de los vehículos, mejorando los sistemas de prevención de accidentes.

Palabras clave:
Segundo momento angular restringidoTécnica de extracción del marco de la llaveTécnica de extracción de las características estadísticasVídeo de vigilancia

Más Videos Relacionados

Combining Eye-tracking Data with an Analysis of Video Content from Free-viewing a Video of a Walk in an Urban Park Environment
08:25

Combining Eye-tracking Data with an Analysis of Video Content from Free-viewing a Video of a Walk in an Urban Park Environment

Published on: May 7, 2019

9.1K
Long-term Video Tracking of Cohoused Aquatic Animals: A Case Study of the Daily Locomotor Activity of the Norway Lobster Nephrops norvegicus
05:57

Long-term Video Tracking of Cohoused Aquatic Animals: A Case Study of the Daily Locomotor Activity of the Norway Lobster Nephrops norvegicus

Published on: April 8, 2019

6.9K

Videos de Experimentos Relacionados

Last Updated: Sep 10, 2025

Author Spotlight: Assessment of Visual Acuity in Central Vision Loss Through Motion-Based Peripheral Vision Testing
06:25

Author Spotlight: Assessment of Visual Acuity in Central Vision Loss Through Motion-Based Peripheral Vision Testing

Published on: February 23, 2024

698
Combining Eye-tracking Data with an Analysis of Video Content from Free-viewing a Video of a Walk in an Urban Park Environment
08:25

Combining Eye-tracking Data with an Analysis of Video Content from Free-viewing a Video of a Walk in an Urban Park Environment

Published on: May 7, 2019

9.1K
Long-term Video Tracking of Cohoused Aquatic Animals: A Case Study of the Daily Locomotor Activity of the Norway Lobster Nephrops norvegicus
05:57

Long-term Video Tracking of Cohoused Aquatic Animals: A Case Study of the Daily Locomotor Activity of the Norway Lobster Nephrops norvegicus

Published on: April 8, 2019

6.9K

Área de la Ciencia:

  • Visión por computadora
  • Inteligencia artificial
  • Ingeniería de seguridad vial

Sus antecedentes:

  • El aumento del uso de vehículos requiere métodos avanzados de identificación de vehículos anormales para prevenir accidentes.
  • Los enfoques existentes de aprendizaje automático y profundo se enfrentan a desafíos con fotogramas repetitivos y detección precisa de vehículos anormales en las imágenes de las cámaras.

Objetivo del estudio:

  • Introducir la técnica de identificación de vehículos anormales basada en la extracción del marco de la llave (KFEAVI).
  • Abordar las limitaciones de los métodos actuales de identificación de vehículos anormales, en particular en lo que respecta a la repetición del cuadro y la precisión de la detección.

Principales métodos:

  • Utiliza una técnica de extracción de características estadísticas con estimación de la distribución beta para la extracción del marco clave, manejando efectivamente los cambios de contenido.
  • Utiliza el método del segundo momento angular limitado para identificar vehículos y detectar movimientos anormales.

Principales resultados:

  • La validación experimental se realizó utilizando el conjunto de datos de detección de accidentes automovilísticos (CADP).
  • KFEAVI demostró un rendimiento superior en comparación con varios otros algoritmos, particularmente en términos de puntaje F.

Conclusiones:

  • La técnica KFEAVI ofrece una solución eficaz para la identificación de vehículos anormales.
  • El método es prometedor para mejorar la seguridad vial mediante la detección precisa del comportamiento anómalo del vehículo.