2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩70頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、目標(biāo)跟蹤作為計(jì)算機(jī)視覺(jué)和數(shù)字圖象處理領(lǐng)域的研究熱點(diǎn),已取得了很多優(yōu)秀的成果。但是,目標(biāo)的大尺度變化、目標(biāo)動(dòng)作變化、圖像模糊等仍然屬于目標(biāo)跟蹤的挑戰(zhàn)性問(wèn)題。影響目標(biāo)跟蹤性能的關(guān)鍵問(wèn)題之一,即特征提取與表示方法。現(xiàn)有的絕大多數(shù)目標(biāo)跟蹤算法都基于紋理特征或顏色特征。本文重點(diǎn)研究超像素特征——計(jì)算機(jī)視覺(jué)領(lǐng)域目前最熱門的特征提取算法之一,并改進(jìn)優(yōu)化了基于超像素特征的目標(biāo)跟蹤方法。
  第一,提出了均勻SLIC(simple linear i

2、terative clustering)超像素特征提取算法和均勻隨機(jī)SLIC超像素特征提取算法。這兩種方法用以改進(jìn)超像素在選擇聚類中心時(shí)的方法,減少冗余聚類中心,提高聚類中心的利用率和超像素的提取速率,使用均勻隨機(jī)的SLIC超像素提取算法,可以根據(jù)需求調(diào)整搜索窗口大小,來(lái)達(dá)到提高超像素的邊界附著率。大量對(duì)比實(shí)驗(yàn)證明,改進(jìn)后的SLIC超像素可以有效的提高算法的效率,減少內(nèi)存消耗,提高邊界附著率。
  第二,提出采用可變窗口跟蹤方法,

3、結(jié)合改進(jìn)的SLIC超像素特征,提高模糊圖像出現(xiàn)時(shí)的跟蹤效果。將尺度信息加入目標(biāo)的觀察模型,使用可變窗口來(lái)提取特征。結(jié)合改進(jìn)的SLIC超像素特征,提高模糊圖像出現(xiàn)時(shí)的跟蹤效果。大量實(shí)驗(yàn)證明:①改進(jìn)后的超像素跟蹤算法可以有效的抵御尺度變化、大幅度形變。②引入改進(jìn)的SLIC超像素特征后,算法可以有效的跟蹤模糊圖像。
  第三,實(shí)驗(yàn)驗(yàn)證了復(fù)雜場(chǎng)景中,目標(biāo)大尺度變化、動(dòng)作變化及圖像模糊等情況的跟蹤效果。本算法在結(jié)合了改進(jìn)的SLIC超像素特征

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論