Classification ensembliste de vidéos de mouvements de foule
Résumé
Les méthodes ensemblistes améliorent souvent les résultats dans des problèmes traités par des méthodes individuelles issues de l'apprentissage automatique. Partant de ce constat, nous appliquons la classification ensembliste aux vidéos de foule. Dans un premier temps, nous constituons des ensembles de modèles homogènes pour comparer leurs performances sur le jeu de données Crowd-11. Dans un second temps, nous évaluons toutes les combinaisons possibles de ces ensembles, et nous analysons la combinaison des ensembles qui obtient les meilleurs résultats.
Fichier principal
Classification_ensembliste_de_videos_de_mouvements_de_foule.pdf (598.57 Ko)
Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)