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71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)行舉報或認(rèn)領(lǐng)

文檔簡介

1、近年來,各種基于目標(biāo)檢測的視頻監(jiān)控系統(tǒng)在商業(yè)、國防和軍事領(lǐng)域的需求日益增加。在智能視頻監(jiān)控系統(tǒng)中,目標(biāo)檢測士氣中的一個重要環(huán)節(jié),對場景中目標(biāo)的準(zhǔn)確檢測能夠保障后續(xù)處理的有效執(zhí)行,是后續(xù)處理環(huán)節(jié)的基礎(chǔ)。然而目標(biāo)的多樣性及背景的復(fù)雜性使得目標(biāo)檢測變得較為困難,各種方法在使用場合和應(yīng)用對象上都有一定的限制,并且在性能和時間上很難同時滿足要求。
  本文研究了局部特征檢測算法,局部特征可以表征圖像的特殊區(qū)域,性能優(yōu)良的局部特征有較高的不變

2、性和魯棒性,然而傳統(tǒng)的局部特征檢測方法在性能和時間上難以同時達(dá)到最佳狀態(tài)。本文以SURF特征檢測為基礎(chǔ),針對原算法移植到硬件平臺實(shí)時性較差的缺陷,對耗時較多的主方向和描述子兩個環(huán)節(jié)進(jìn)行了改進(jìn),對于主方向的建立,提出用特征的形心到質(zhì)心的矢量作為特征主方向,對于描述子的計(jì)算,提出了一種基于特征區(qū)域像素灰度差的局部特征描述方法,提高了運(yùn)算速度。在特征匹配環(huán)節(jié),采用改進(jìn)的kd樹算法,適合高維數(shù)據(jù)的檢索,再結(jié)合最大一致估計(jì)方法對匹配對提純,最終根

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

評論

0/150

提交評論