Adaptive face tracking based on online learning Documento

membro de

• https://brcris.ibict.br/individual/comm_13420c68-9ae8-4762-8568-9aadf27b3325 
• https://brcris.ibict.br/individual/comm_484b40f0-b3f8-4a11-8be7-457eed856e00 
• https://brcris.ibict.br/individual/comm_ee459614-d3fc-461b-b7eb-f628e356a377 

orientado por

• Jacob Scharcanski

produzido em

• https://brcris.ibict.br/individual/cour_fa08a98d-5a50-4c4b-bc3e-6decf0cfb574 

tipo

• doctoral thesis

autores

• Aasim Khurshid

data de publicação

• 2018-01-01

prêmio patrocinado pela

• Instituto de Informática - Universidade Federal do Rio Grande do Sul  Organização
• Universidade Federal de Rio Grande Do Sul  Organização

áreas de investigação

• Aprendizado de Máquina
• CIENCIAS_EXATAS_E_DA_TERRA
• Engenharia Elétrica
• Processamento de Imagens
• visão Computacional

palavras-chave

• Dictionary Learning
• Face Detection
• Face and Facial Features tracking
• Multi-model dictionary learning
• Online and Incremetnal Learning
• Tracking error predictor
• Weighted Constrained Local Models
• reconhecimento de padroes
• tracking

identificador BrCris

• 8c4855fac848bf920acb71e5ca8a8230

identificador Capes

• 6584030-Publication

identificador Oasisbr

• URGS_370fa3f1a2820c387931297b678de342