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70頁未讀, 繼續(xù)免費閱讀

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),請進行舉報或認領(lǐng)

文檔簡介

1、視覺目標跟蹤是計算機視覺研究領(lǐng)域一個熱點研究問題。視覺目標跟蹤技術(shù)不僅有著重要的理論價值,而且擁有廣泛的實用價值,在智能監(jiān)控、人機交互、視頻分析、智能機器人等領(lǐng)域都有著重要的應(yīng)用。如果能夠智能地對場景中的目標進行持續(xù)有效的正確跟蹤,能夠極大程度的節(jié)省各個應(yīng)用領(lǐng)域中的人工投入,將計算機視覺帶入一個全新的智能時代。雖然經(jīng)過多年來各國學者的不懈研究,目標跟蹤技術(shù)取得了很大的進步,尤其是近十多年來累積了許多令人矚目的成果。但是實踐表明,現(xiàn)有的視

2、覺目標跟蹤技術(shù)還未完全成熟,對實際應(yīng)用場合中的一些因素,如遮擋、光照、目標自身形變、姿態(tài)表觀變化等,還未有一種目標跟蹤技術(shù)能夠完全應(yīng)對。要使得目標跟蹤技術(shù)達到大規(guī)模工業(yè)標準,魯棒地應(yīng)對各種跟蹤問題,還需要投入更多的研究。
  本文針對當前視覺目標跟蹤算法中面臨的一些典型問題(諸如樣本噪聲、在線學習產(chǎn)生的“漂移”問題),以圖像集合為樣本的基本單位,有效的融合利用圖像集合中多個樣本所蘊含的潛在信息,結(jié)合多元數(shù)據(jù)空間分析回歸技術(shù)建模,實

3、現(xiàn)視覺目標跟蹤算法的魯棒性跟蹤。具體的主要的研究內(nèi)容如下:
  1)提出基于圖像集和核偏最小二乘的目標跟蹤算法。傳統(tǒng)目標跟蹤算法中,大多采用單個圖像塊來構(gòu)造目標或背景模型。該算法采用圖像集作為樣本的基本單位;然后提取圖像集的協(xié)方差特征,構(gòu)造協(xié)方差特征矩陣之間的黎曼核;最后使用核偏最小二乘回歸建模來達到對目標的預(yù)測。
  2)提出基于時序圖像集和高階偏最小二乘的目標跟蹤算法。一般的跟蹤算法在處理目標物體時,通常會將二維圖像塊編

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。
  • 6. 下載文件中如有侵權(quán)或不適當內(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