已閱讀1頁,還剩52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(biāo)跟蹤算法近年來成為越來越多研究者關(guān)注的熱點。與基于傳感器或雷達的跟蹤方式相比,視頻目標(biāo)跟蹤具有設(shè)備簡單、直觀性強的特點,因而在人機交互、視頻監(jiān)控、交通監(jiān)測、車輛導(dǎo)航等與人類視覺密切相關(guān)的領(lǐng)域有著廣泛的應(yīng)用。
在眾多視頻目標(biāo)跟蹤算法中,核函數(shù)跟蹤算法因其較低的運算量與較好的性能吸引了大家的注意,該算法存在的主要問題,即奇點(singularity)問題,也自然成為眾人研究的對象。然而,與奇點問題相比,“多極值點”問題更具
2、一般性,卻尚未被提出和關(guān)注。同時,怎樣的核函數(shù)能夠使得跟蹤過程更為魯棒也是一個值得考慮的方面。
本論文在SSD核函數(shù)跟蹤算法的基礎(chǔ)上對上述問題進行了研究。為了解決多極值點問題,本論文提出了帶有區(qū)域信息的核函數(shù)跟蹤算法——區(qū)域化核函數(shù)跟蹤算法(SBT),并從信息量的角度說明了其優(yōu)越性。該算法不僅能通過物體分割獲得的區(qū)域權(quán)重信息來增加模板的信息量,消除虛假的極值點,使得跟蹤過程更為可靠,還天然具有處理物體旋轉(zhuǎn)與縮放的能力。對于怎樣
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(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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
- 基于核函數(shù)的目標(biāo)跟蹤算法研究.pdf
- 基于視頻序列的目標(biāo)跟蹤算法優(yōu)化.pdf
- 基于核的變尺度視頻目標(biāo)跟蹤算法研究.pdf
- 基于粒子濾波的多特征視頻目標(biāo)跟蹤優(yōu)化算法研究.pdf
- 基于視頻的運動目標(biāo)跟蹤算法研究.pdf
- 基于視頻圖像的機動目標(biāo)跟蹤算法研究.pdf
- 基于Mean Shift的視頻目標(biāo)跟蹤算法研究.pdf
- 基于Meanshift的視頻人體目標(biāo)跟蹤算法研究.pdf
- 基于核函數(shù)的視覺跟蹤算法研究及其應(yīng)用.pdf
- 基于多目標(biāo)優(yōu)化的視頻人體運動跟蹤.pdf
- 基于TLD的視頻目標(biāo)跟蹤算法的研究.pdf
- 視頻目標(biāo)跟蹤算法研究.pdf
- 視頻運動目標(biāo)檢測與跟蹤算法的GPU并行優(yōu)化.pdf
- 基于均值漂移的視頻目標(biāo)跟蹤算法的研究.pdf
- 基于視頻的目標(biāo)檢測與跟蹤算法研究.pdf
- 基于TABU搜索的目標(biāo)視頻跟蹤算法研究.pdf
- 基于Mean Shift算法的視頻目標(biāo)跟蹤研究.pdf
- 基于視頻監(jiān)控的目標(biāo)檢測與跟蹤算法研究.pdf
- 基于關(guān)鍵特征點的TLD視頻目標(biāo)跟蹤算法.pdf
- 基于視頻的運動目標(biāo)檢測與跟蹤算法研究.pdf
評論
0/150
提交評論