Name: MULTI-VIEW HUMAN ACTIVITY ANALYSIS FRAMEWORK (en Inglés)
Price: 333.85 PEN
Availability: InStock
Author: Vikrant Sharma;Ketanpreet Kaur;Gagandeep Singh
ISBN: 9786209894817

portada MULTI-VIEW HUMAN ACTIVITY ANALYSIS FRAMEWORK (en Inglés)

MULTI-VIEW HUMAN ACTIVITY ANALYSIS FRAMEWORK (en Inglés)

Formato

Libro Físico

Editorial

LAP Lambert Academic Publishing

Autor

Vikrant Sharma;Ketanpreet Kaur;Gagandeep Singh

Año

2026

Idioma

Inglés

N° páginas

208

Encuadernación

Tapa Blanda

Dimensiones

22.90 x 15.20 x 1.20 cm

ISBN13

9786209894817

MULTI-VIEW HUMAN ACTIVITY ANALYSIS FRAMEWORK (en Inglés)

Vikrant Sharma;Ketanpreet Kaur;Gagandeep Singh (Autor) · LAP Lambert Academic Publishing · Tapa Blanda

Más barato Libro Nuevo Importado

Envío: 20 a 25 días háb.

S/ 741,89S/ 333,85

-55%

Más rápido Libro Nuevo Importado

Envío: 12 a 17 días háb.

S/ 885,15S/ 398,32

-55%

Costos de importación incluídos en el precio ✅

Libro Nuevo Más barato

Quedan 10 unidades

S/ 333,85

Llega entre el 22 Jul y el 04 Ago a CERCADO DE LIMA, Lima. Seleccionar ubicación

Agregar a lista de deseos

Reseña del libro "MULTI-VIEW HUMAN ACTIVITY ANALYSIS FRAMEWORK (en Inglés)"

This book focuses on the design and development of an advanced Smart Video Surveillance System (SVSS) to address growing global security concerns. With the rapid increase in thefts and public safety issues, traditional surveillance systems are no longer sufficient, as they mainly perform basic tasks like face detection, object detection, and counting. The book highlights the need for deeper analysis of human activities in video data to detect suspicious behavior more effectively. The core contribution of the work is the proposal of a Human Activity Analysis Framework integrated with Fog Computing. This framework aims to process video data closer to the source (at the fog layer), enabling faster and more efficient real-time analysis. To achieve accurate human activity recognition, the authors introduce a hybrid deep learning model combining Convolutional Neural Networks (CNN) and Long Short-Term Memory (LSTM) networks. This model captures both spatial (image-based) and temporal (sequence-based) features from video frames, significantly improving action recognition performance.