已閱讀1頁，還剩93頁未讀， 繼續(xù)免費閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)
文檔簡介
1、視頻目標跟蹤一直是圖像處理一個非常重要問題，廣泛應用于智能監(jiān)控中。為了解決目標消失、長時間跟蹤目標，捷克的Z.Kalal提出了一種在線學習的TLD算法。在此背景下，本文深入研究了TLD目標跟蹤算法。著重介紹了該算法的整個實現(xiàn)框架和設(shè)計思路，并且詳細分析了該算法的核心模塊，即檢測模塊、跟蹤模塊、學習模塊和綜合模塊。
在詳細分析TLD算法的基礎(chǔ)上得知，TLD算法性能良好，在形變、光照等干擾條件下均能保證跟蹤目標不被丟失，自適應能力
2、強。但是傳統(tǒng)的TLD算法只對單目標跟蹤問題給出了解決方案，對于在視頻中同時跟蹤多個目標問題沒有具體分析。因此在研究TLD算法基礎(chǔ)上，本文對TLD目標跟蹤算法進行了擴展，給出了一種基于該算法的多目標跟蹤解決方案。本文從實際應用場景出發(fā)，結(jié)合TLD單目標跟蹤算法，給出了多目標跟蹤算法實現(xiàn)框架。詳細介紹了多目標框架中各個模塊的具體改進過程。主要的改進內(nèi)容如下：在多目標跟蹤模塊采用新的數(shù)據(jù)結(jié)構(gòu)存貯數(shù)據(jù)；在跟蹤模塊特征點的選取給出了新的方法；對檢
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于TLD的多目標快速跟蹤算法研究.pdf
- 基于TLD算法的多目標視頻跟蹤技術(shù)研究.pdf
- 基于TLD模型的多目標跟蹤算法的研究與實現(xiàn).pdf
- 基于改進的TLD目標跟蹤算法研究.pdf
- 基于Kalman的TLD目標跟蹤算法研究.pdf
- 基于TLD的目標跟蹤改進算法研究.pdf
- 基于TLD框架的目標跟蹤算法研究.pdf
- 基于TLD的視頻目標跟蹤算法的研究.pdf
- TLD目標跟蹤算法的改進研究.pdf
- 基于TLD的目標跟蹤算法研究與實現(xiàn).pdf
- 多目標跟蹤算法研究.pdf
- 基于DSP的多目標跟蹤算法研究.pdf
- 基于特征的多目標跟蹤算法研究.pdf
- 基于關(guān)鍵特征點的TLD視頻目標跟蹤算法.pdf
- 基于TLD的視頻目標跟蹤算法的應用與研究.pdf
- 基于DSP的多目標跟蹤系統(tǒng)算法研究.pdf
- 基于仿生智能的多目標跟蹤算法研究.pdf
- 多目標DOA跟蹤算法研究.pdf
- 基于檢測前跟蹤技術(shù)的多目標跟蹤算法研究.pdf
- 基于TLD的行人跟蹤算法研究.pdf
評論
0/150
提交評論