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)行舉報或認(rèn)領(lǐng)
文檔簡介
1、目標(biāo)跟蹤技術(shù)作為計算機(jī)視覺領(lǐng)域的一個重要分支,是目標(biāo)行為分析、視頻圖像的壓縮編碼等高層次的視頻處理和應(yīng)用理解的基礎(chǔ),也是發(fā)展智能交通系統(tǒng)的關(guān)鍵技術(shù)。
本文深入地分析了跟蹤技術(shù)的研究現(xiàn)狀和發(fā)展趨勢,并針對目標(biāo)跟蹤方法容易受到光照變化、遮擋的影響,在序列蒙特卡洛算法的框架下,對經(jīng)典粒子濾波算法作了重要的改進(jìn),并取得了比較好的跟蹤效果,從而提高了系統(tǒng)的魯棒性。本文的主要研究內(nèi)容概括如下:
1)針對序列圖像中的目標(biāo)在跟蹤過程
2、中易受到光照變化以及部分遮擋的問題進(jìn)行了研究,提出一種基于模糊推理的顏色特征直方圖和紋理特征自適應(yīng)融合的粒子濾波跟蹤算法,根據(jù)當(dāng)前跟蹤環(huán)境自適應(yīng)調(diào)節(jié)兩種特征信息的權(quán)重。實驗結(jié)果表明,該算法有效地提高描述目標(biāo)觀測的可靠性。
2)在對運動目標(biāo)的跟蹤算法研究基礎(chǔ)上,提出了一種基于模糊推理的粒子濾波。該算法通過定義兩個模糊輸入量反映不同的道路模型和道路彎曲程度,利用這兩個模糊輸入量確定的模糊輸出量來調(diào)整粒子濾波的轉(zhuǎn)移矩陣。實驗結(jié)果表明
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(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
- 基于啟發(fā)式的病毒檢測技術(shù)研究.pdf
- 基于并行啟發(fā)式約簡方法的關(guān)鍵技術(shù)研究.pdf
- 基于增強(qiáng)學(xué)習(xí)的啟發(fā)式和元啟發(fā)式搜索的參數(shù)調(diào)優(yōu)策略.pdf
- 基于子目標(biāo)排序和啟發(fā)式搜索的若干規(guī)劃技術(shù)研究.pdf
- 啟發(fā)式過程日志修復(fù)技術(shù).pdf
- 基于用戶測試的啟發(fā)式評估研究.pdf
- 啟發(fā)式的快速個人博客聚類技術(shù)研究和實現(xiàn).pdf
- 啟發(fā)式教學(xué)探析.pdf
- 現(xiàn)代啟發(fā)式教學(xué)探究.pdf
- 基于啟發(fā)式算法的認(rèn)知無線電自適應(yīng)資源分配技術(shù)研究.pdf
- 啟發(fā)式優(yōu)化算法綜述
- 啟發(fā)式算法研究及其應(yīng)用.pdf
- 資源優(yōu)化的啟發(fā)式算法研究.pdf
- 基于啟發(fā)式算法的公交線網(wǎng)優(yōu)化模型研究.pdf
- 基于啟發(fā)式搜索的生物特征辨識算法研究.pdf
- 基于啟發(fā)式方法的網(wǎng)格任務(wù)調(diào)度算法研究.pdf
- 車輛調(diào)度問題啟發(fā)式算法研究.pdf
- 生物啟發(fā)式圖像分類算法研究.pdf
- 基于啟發(fā)式搜索的靈活規(guī)劃的算法研究.pdf
- 圓形件下料啟發(fā)式算法.pdf
評論
0/150
提交評論