已閱讀1頁，還剩75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、視頻目標跟蹤是計算機視覺中熱門的研究領(lǐng)域。目前廣泛應(yīng)用于智能監(jiān)控、智能交通、金融、生物醫(yī)學(xué)，人機交互等領(lǐng)域。為了滿足日益增長的視頻跟蹤應(yīng)用的需求，經(jīng)過多年的發(fā)展，視頻跟蹤已然成為了計算機視覺領(lǐng)域中一個具有挑戰(zhàn)性的研究領(lǐng)域。
目前，稀疏表示已被廣泛應(yīng)用于人機交互和智能視頻監(jiān)控，并取得了一系列研究成果。其中，稀疏表示所構(gòu)造的表示模型(representation model)不僅能夠很好地克服噪聲、遮擋的影響，而且對各種場景下的光
2、照變化也具有很好的魯棒性。在此基礎(chǔ)上，利用稀疏表示來對進行視頻目標跟蹤，成為一個熱門的研究課題。
本文提出了三種改進的基于稀疏表示的視頻跟蹤算法。通過大量文獻閱讀，工作重點主要放在字典構(gòu)造以及更新階段。(1)基于文獻[22]的研究基礎(chǔ)，本文在構(gòu)造字典的過程中添加了背景模板作為瑣碎模板，通過目標模板稀疏系數(shù)的稀疏度對字典進行更新;(2)本文將候選目標作為字典，減少了L1范數(shù)最小化的計算復(fù)雜度;(3)本文使用在線強字典學(xué)習(xí)(ORD
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(yù)覽，若沒有圖紙預(yù)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(zé)。
- 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
- 基于復(fù)合稀疏模型的多任務(wù)視頻跟蹤算法研究.pdf
- 基于稀疏分解算法的稀疏信道估計研究.pdf
- 基于FFT的圖像稀疏分解算法研究.pdf
- 基于MP的信號稀疏分解算法研究.pdf
- 基于稀疏表征的目標跟蹤算法研究.pdf
- 基于稀疏表達的目標跟蹤算法研究.pdf
- 基于稀疏表達的視頻目標跟蹤技術(shù).pdf
- 基于MP的信號稀疏分解的算法研究.pdf
- 基于稀疏表示的目標跟蹤算法.pdf
- 基于低秩稀疏的視頻目標跟蹤研究.pdf
- 基于稀疏表示和非負矩陣分解理論的目標跟蹤算法研究.pdf
- 基于改進的稀疏表示的目標跟蹤算法研究.pdf
- 基于稀疏哈希算法的目標跟蹤方法研究.pdf
- 基于局部稀疏特征的壓縮跟蹤算法研究.pdf
- 基于特征稀疏表示的多行人跟蹤算法研究.pdf
- 基于局部稀疏表示模板匹配跟蹤算法的研究.pdf
- 基于稀疏表示的目標檢測與跟蹤算法研究.pdf
- 基于稀疏表示的視覺跟蹤算法研究與實現(xiàn).pdf
- 基于稀疏表示的目標跟蹤算法研究與實現(xiàn).pdf
- 基于人臉視頻跟蹤算法的研究.pdf
評論
0/150
提交評論