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、復(fù)雜場景下的目標(biāo)跟蹤是計(jì)算機(jī)視覺領(lǐng)域最熱點(diǎn)的課題之一。經(jīng)過幾十年的研究,目標(biāo)跟蹤技術(shù)有了長足的發(fā)展,并在視頻監(jiān)控、智能交通、人機(jī)交互等民用和軍事領(lǐng)域上都有廣泛的應(yīng)用。但在實(shí)際應(yīng)用中,目標(biāo)跟蹤依然是很有挑戰(zhàn)的問題,例如光照變化、目標(biāo)外觀變化,目標(biāo)被遮擋和復(fù)雜背景干擾等眾多因素。這些因素對目標(biāo)跟蹤算法的魯棒性和實(shí)時(shí)性提出很高的要求。
當(dāng)前,基于壓縮感知理論的跟蹤算法通過應(yīng)用隨機(jī)測量矩陣去壓縮圖像信號來提取低維特征,極大地提高跟蹤算
2、法的實(shí)時(shí)性且越來越引起人們注意。然而當(dāng)前景目標(biāo)和背景在形狀或者紋理相似時(shí),跟蹤結(jié)果可能并不準(zhǔn)確。針對此,本文提出基于超像素的壓縮感知跟蹤(Superpixel-based compressive tracking,SCT)算法,該算法根據(jù)新來的幀和目標(biāo)在超像素之間的相似性來構(gòu)建置信圖。超像素塊能把像素聚合成有意義原子區(qū)域,SCT算法吸收其優(yōu)點(diǎn)。置信圖提供很強(qiáng)的證據(jù)用來度量目標(biāo)出現(xiàn)的可能性,這能夠捕捉到在超像素級別目標(biāo)和背景局部外觀顏色的
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(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
- 基于超像素的目標(biāo)跟蹤算法研究.pdf
- 基于壓縮感知的跟蹤算法研究.pdf
- 基于超像素學(xué)習(xí)的分塊目標(biāo)跟蹤系統(tǒng).pdf
- 基于壓縮感知的運(yùn)動目標(biāo)跟蹤.pdf
- 基于壓縮感知的視頻目標(biāo)跟蹤.pdf
- 基于壓縮感知的人臉跟蹤的研究.pdf
- 基于壓縮感知的實(shí)時(shí)目標(biāo)跟蹤算法研究.pdf
- 基于壓縮感知的預(yù)測目標(biāo)跟蹤算法研究.pdf
- 基于壓縮感知的運(yùn)動目標(biāo)檢測與跟蹤.pdf
- 基于壓縮感知的視頻跟蹤算法的研究.pdf
- 基于壓縮感知的RSS室內(nèi)跟蹤定位算法研究.pdf
- 基于壓縮感知理論的雷達(dá)目標(biāo)跟蹤方法研究.pdf
- 基于壓縮感知的高頻超視距雷達(dá)超分辨方法研究.pdf
- 基于壓縮感知的圖像超分辨率重建.pdf
- 基于壓縮感知的目標(biāo)檢測與跟蹤算法研究.pdf
- 基于稀疏和壓縮感知的目標(biāo)跟蹤算法研究.pdf
- 基于壓縮感知理論的目標(biāo)重構(gòu)及跟蹤算法研究.pdf
- 基于特征加權(quán)的快速壓縮感知目標(biāo)跟蹤算法研究.pdf
- 基于壓縮感知單目標(biāo)多尺度跟蹤算法研究.pdf
- 基于壓縮感知的單脈沖超分辨測向方法研究.pdf
評論
0/150
提交評論