HTML Microdata document

This HTML5 document contains 22 embedded RDF statements represented using HTML+Microdata notation.

The embedded RDF content will be recognized by any processor of HTML5 Microdata.

Prefix	Namespace IRI
category-es	http://es.dbpedia.org/resource/CategorÃa:
dct	http://purl.org/dc/terms/
wikipedia-es	http://es.wikipedia.org/wiki/
dbo	http://dbpedia.org/ontology/
foaf	http://xmlns.com/foaf/0.1/
n8	https://web.archive.org/web/20140506113705/http:/onera-windtunnel.com/dtim-en/gpu-for-image/folkigpu.
n10	http://www.mathworks.com/matlabcentral/fileexchange/48745-lucas-kanade-tutorial-example-2/content/LucasKanadeExample2/html/LKExample2.
dbpedia-es	http://es.dbpedia.org/resource/
n11	http://www.ri.cmu.edu/people/kanade_takeo.
n21	http://es.wikipedia.org/wiki/MÃ©todo_LucasâKanade?oldid=125664422&ns=
rdfs	http://www.w3.org/2000/01/rdf-schema#
n13	https://github.com/Itseez/opencv_attic/blob/a6078cc8477ff055427b67048a95547b3efe92a5/opencv/samples/python2/lk_track.
n12	https://github.com/Itseez/opencv_attic/blob/a6078cc8477ff055427b67048a95547b3efe92a5/opencv/samples/python2/lk_homography.
rdf	http://www.w3.org/1999/02/22-rdf-syntax-ns#
owl	http://www.w3.org/2002/07/owl#
n7	http://www.mathworks.com/matlabcentral/fileexchange/48744-lucas-kanade-tutorial-example-1/content/LucasKanadeExample1/html/LKExample1.
n14	https://github.com/Itseez/opencv_attic/blob/master/opencv/samples/cpp/lkdemo.
prov	http://www.w3.org/ns/prov#
xsdh	http://www.w3.org/2001/XMLSchema#
n17	http://www.ces.clemson.edu/~stb/klt/
n6	http://www.mathworks.com/matlabcentral/fileexchange/
n22	http://www.cs.cmu.edu/~kangli/code/Image_Stabilizer.
dbr	http://dbpedia.org/resource/

Subject Item: dbr:LucasâKanade_method

rdfs:label: Método Lucas–Kanade
rdfs:comment: En visión artificial, el método Lucas–Kanade es un método diferencial ampliamente usado para estimar el flujo óptico desarrollado por y . Asume que el flujo es esencialmente constante en la vecindad de un píxel en consideración, y resuelve las ecuaciones básicas de flujo óptico para todos los píxeles vecinos, aplicando el criterio de cuadrados mínimos.
dct:subject: category-es:Inventos_de_JapÃ³n category-es:VisiÃ³n_por_computadora
dbo:wikiPageID: 8649960
dbo:wikiPageRevisionID: 125664422
dbo:wikiPageExternalLink: n6:24677 n7:html n8:php n10:html n11:html n12:py n13:py n14:cpp n17: n22:html
dbo:wikiPageLength: 9448
prov:wasDerivedFrom: n21:0
dbo:abstract: En visión artificial, el método Lucas–Kanade es un método diferencial ampliamente usado para estimar el flujo óptico desarrollado por y . Asume que el flujo es esencialmente constante en la vecindad de un píxel en consideración, y resuelve las ecuaciones básicas de flujo óptico para todos los píxeles vecinos, aplicando el criterio de cuadrados mínimos. Al combinar información de varios píxeles cercanos, el método Lucas–Kanade frecuentemente resuelve la ambigüedad inherente de la ecuación de flujo óptico. También es más robusto frente al ruido en la imagen que otros métodos locales que se concentran en un punto. Por otro lado, siendo un método puramente local, no provee información de flujo en el interior de regiones uniformes en la imagen, como sí lo hace el método global de Horn-Schunck.