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79頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、目標(biāo)跟蹤是計(jì)算機(jī)視覺領(lǐng)域最基本的任務(wù)之一,基于目標(biāo)跟蹤的計(jì)算機(jī)視覺應(yīng)用非常多,例如智能監(jiān)控、行為識別、增強(qiáng)現(xiàn)實(shí)等等。本論文提出了一種利用稀疏低秩約束來度量超像素相似性進(jìn)而對目標(biāo)的輪廓進(jìn)行跟蹤的方法,以下是本論文的主要研究內(nèi)容。
 ?。?)研究了一種基于稀疏低秩約束的超像素相似性度量方法。根據(jù)視頻中前后視頻幀之間連續(xù)性以及同一視頻幀中多個(gè)超像素的連續(xù)性建立線性表示的模型,即當(dāng)前視頻幀中的一個(gè)超像素可以用前一視頻幀中的多個(gè)超像素的線性

2、組合來表示,并且線性表示的系數(shù)應(yīng)該有稀疏低秩的約束。使用線性表示的系數(shù)就可以很好的度量前后視頻幀中兩個(gè)超像素的相似性。
 ?。?)基于超像素的相似性提出了一種目標(biāo)輪廓跟蹤算法?;诔袼氐南嗨菩杂?jì)算顯著性特征目標(biāo)概率圖,同時(shí)聯(lián)合基于 YUV顏色空間分布的表觀特征目標(biāo)概率圖,使用這兩種目標(biāo)概率構(gòu)造條件隨機(jī)場模型對跟蹤的目標(biāo)進(jìn)行分割,實(shí)現(xiàn)目標(biāo)的輪廓跟蹤,并分析了本論文的輪廓跟蹤算法對目標(biāo)遮擋和尺度變化的良好處理能力。
 ?。?)

3、討論了基于深度卷積神經(jīng)網(wǎng)絡(luò)提取的特征用在本跟蹤算法中的效果。使用VGG-16網(wǎng)絡(luò)提取視頻幀的特征,由于低層的特征具有更好的空間分辨能力,高層的特征具有更好的語義分辨能力,所以將VGG-16網(wǎng)絡(luò)的第一個(gè)大卷積層輸出的特征圖作為本輪廓跟蹤算法的特征,得到了比人工設(shè)計(jì)的特征更好的跟蹤效果。
 ?。?)將單目標(biāo)輪廓跟蹤模型拓展到多目標(biāo)的輪廓跟蹤。由于模型本身能夠自然的從單目標(biāo)輪廓跟蹤進(jìn)一步轉(zhuǎn)變?yōu)槎嗄繕?biāo)輪廓跟蹤,所以相對于單目標(biāo)跟蹤,多目標(biāo)

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(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(hù)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(fù)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(shí)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

評論

0/150

提交評論