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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、運(yùn)動(dòng)目標(biāo)檢測(cè)是一種去除靜態(tài)背景而獲得運(yùn)動(dòng)目標(biāo)區(qū)域的技術(shù)?;谝曨l的人或者車輛的運(yùn)動(dòng)檢測(cè)技術(shù)是計(jì)算機(jī)視覺領(lǐng)域中十分基礎(chǔ)的環(huán)節(jié),幾乎所有的基于視頻的分析系統(tǒng)都離不開運(yùn)動(dòng)目標(biāo)的檢測(cè)。因此對(duì)運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)的研究具有十分重要的意義。 本文首先介紹運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)的研究背景和研究難點(diǎn),對(duì)現(xiàn)有算法進(jìn)行全面綜述。然后針對(duì)現(xiàn)有算法的一些不足,提出一種基于改進(jìn)型的LBP紋理分析方法并將其應(yīng)用于運(yùn)動(dòng)目標(biāo)檢測(cè)。 LBP是一種利用周圍鄰域點(diǎn)二
2、進(jìn)制編碼的方式描述中心點(diǎn)的算法,最初它作為一種有效的紋理分析方法被提出來,最近被應(yīng)用于人臉識(shí)別和運(yùn)動(dòng)目標(biāo)檢測(cè)。本文通過理論分析和實(shí)驗(yàn),深入分析基本LBP的編碼過程,對(duì)基本LBP算法存在的一些不足進(jìn)行改進(jìn),使得它不僅與當(dāng)前幀的空間信息有關(guān)而且與歷史幀的空問信息有關(guān)。即當(dāng)前幀的LBP碼由基本LBP碼和歷史幀的LBP碼通過更新率組合而成。實(shí)驗(yàn)表明,與基本的LBP算法相比,改進(jìn)型的LBP算法具有更好的噪聲抑制能力。將改進(jìn)型的LBP算法應(yīng)用于運(yùn)動(dòng)
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(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(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。
最新文檔
- 復(fù)雜背景建模方法及其在運(yùn)動(dòng)目標(biāo)檢測(cè)中的應(yīng)用.pdf
- 改進(jìn)型March算法在內(nèi)存異常檢測(cè)中的應(yīng)用.pdf
- 基于改進(jìn)型LBP和Floatboost的人臉檢測(cè)研究.pdf
- 改進(jìn)型FFT算法在電鐵諧波檢測(cè)中的應(yīng)用.pdf
- 改進(jìn)型蟻群算法在運(yùn)輸調(diào)度優(yōu)化問題中的應(yīng)用研究.pdf
- 特征提取在運(yùn)動(dòng)目標(biāo)檢測(cè)中的應(yīng)用分析.pdf
- 模糊聚類算法在運(yùn)動(dòng)目標(biāo)監(jiān)控中的應(yīng)用.pdf
- 改進(jìn)型人工魚群算法及其在數(shù)值方法中的應(yīng)用.pdf
- 后驗(yàn)估計(jì)在運(yùn)動(dòng)目標(biāo)檢測(cè)中的應(yīng)用研究.pdf
- 改進(jìn)型BP及遺傳算法的研究及其應(yīng)用.pdf
- 混沌遺傳算法在運(yùn)動(dòng)目標(biāo)跟蹤系統(tǒng)中的應(yīng)用.pdf
- 改進(jìn)型粒子群優(yōu)化算法及其在圖像分割中的應(yīng)用.pdf
- 基于改進(jìn)型LBP特征的人臉識(shí)別研究.pdf
- 改進(jìn)型蟻群算法及其應(yīng)用研究.pdf
- 改進(jìn)型遺傳算法在群控電梯中的應(yīng)用.pdf
- 改進(jìn)型同步檢測(cè)算法及其在有源電力濾波器的應(yīng)用研究.pdf
- 基于改進(jìn)型粒子濾波的視頻目標(biāo)跟蹤算法研究.pdf
- 改進(jìn)型遺傳算法及其在神經(jīng)網(wǎng)絡(luò)參數(shù)優(yōu)化中的應(yīng)用.pdf
- 基于改進(jìn)型BMH算法的入侵檢測(cè)系統(tǒng)研究.pdf
- 基于改進(jìn)型ADVP模型的混沌控制及其在信號(hào)檢測(cè)中的應(yīng)用研究.pdf
評(píng)論
0/150
提交評(píng)論