2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩63頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、視覺跟蹤技術一直以來都受到研究學者的青睞,是計算機視覺研究領域的研究熱點和難點,也是很多高層應用的基礎,在近幾十年取得到了長足的發(fā)展。但是目前的跟蹤技術仍然受到現實條件的嚴重制約和限制,比如光照變化、目標形變、遮擋、尺度變化及噪聲等,穩(wěn)定、可靠、高效的視覺跟蹤算法還未成熟。因此,研究設計一個高效、穩(wěn)定、可靠的視覺跟蹤算法有著十分重要的現實意義。
  本文主要的研究工作內容和成果如下:
  一、調研了視覺跟蹤算法的研究現狀,總

2、結和介紹了視覺跟蹤算法的現狀和一般算法處理過程,并詳細介紹了相關的理論知識。由于本文跟蹤方法的重點在于外觀模型的建立,并基于貝葉斯估計模型進行目標跟蹤,所以本文對外觀模型理論和用于視覺跟蹤的貝葉斯估計理論做了相關介紹。
  二、圍繞前景建模,提出多層顯著前景塊模型。在大多數的在線目標跟蹤方法中,目標通常用矩形框來標記。矩形框內不僅包含了全部的目前信息,同時包含了背景信息。包含的背景信息在一定程度上影響了目標模板的精確性,削弱了前景

3、背景的區(qū)分,降低了目標跟蹤效果。針對此問題,本文提出了一種基于前景背景相似性度量的顯著前景提取方法,以此建立更加準確的顯著的前景模型,增強前景模板表示,提升了跟蹤效果。同時,為了應對光照變化帶來的前景外觀變化,提出一種與顯著前景塊模型適應的模板更新方法,形成了多層前景模型。實驗結果表明,該方法能有效應對光照變化、目標變形、背景混淆等影響因素,取得較好的跟蹤效果。
  三、提出了一種新的置信度圖計算方法,以創(chuàng)建目標前景的統計形態(tài)模型

4、,用于目標跟蹤。首先,從前景背景分類的角度出發(fā),分析并提出了前景背景分類理論的形式化表達。然后,初始化前景背景模型,并提出了一種新的置信度圖計算方法,形成統計形態(tài)模型。統計形態(tài)模型以簡單統計方法計算得到的像素統計形態(tài)分布比例值為基礎,該比例值反映了像素的前景置信度,也在一定程度上反應了前景分布情況。以統計形態(tài)分布比例值為基礎,運用掩碼方式形成統計形態(tài)分布比例值掩碼。最終,結合此掩碼進行目標跟蹤。實驗表明,本文提出的基于統計形態(tài)模型的目標

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,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,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。

評論

0/150

提交評論