已閱讀1頁,還剩84頁未讀, 繼續(xù)免費閱讀
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(rèn)領(lǐng)
文檔簡介
1、視頻運動目標(biāo)跟蹤,這個課題作為機器視覺研究的一個主要分支,它就是對視場內(nèi)的非靜止的目標(biāo),如人和車輛等,進行實時的觀測,并在這個基礎(chǔ)上對把被觀測對象按一定方法進行分類,然后仔細分析它們的行為。
為了能夠在連續(xù)的圖像序列中,通過運用算法來找到我們的目標(biāo),那么,該目標(biāo)的特征就必定要提取出來,在后續(xù)的圖像序列每一幀中,找出具有與目標(biāo)特征相似度高的區(qū)域,作為目標(biāo)最終的跟蹤結(jié)果。常用的特征主要有顏色特征,紋理特征,角點特征,SIFT特
2、征等等。
粒子濾波與均值漂移是近年來廣泛應(yīng)用于目標(biāo)跟蹤的算法,這些算法由于時性好,速度快,實現(xiàn)簡單,約束條件少,因此,成為目標(biāo)跟蹤方面的熱點,得以廣泛應(yīng)用。
本文提出的多特征融合的動態(tài)粒子濾波與均值漂移算法,從空間點信息和局部信息中考慮了目標(biāo)特征的多樣性。將多特征融合在一起,增強并豐富了對目標(biāo)的描述,使得跟蹤特性更加穩(wěn)定。在跟蹤算法的選取上,將粒子濾波與均值漂移算法融合并改進,動態(tài)地設(shè)定啟動粒子濾波時的粒子數(shù)
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(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Mean Shift和粒子濾波的目標(biāo)跟蹤.pdf
- 基于Mean-Shift和粒子濾波的目標(biāo)跟蹤.pdf
- 基于Mean Shift和粒子濾波算法的動態(tài)目標(biāo)跟蹤的研究.pdf
- 基于粒子濾波與Mean Shift的視頻目標(biāo)跟蹤算法研究.pdf
- 融合Mean Shift和卡爾曼濾波的運動目標(biāo)跟蹤算法研究.pdf
- 基于特征融合和Mean Shift的多目標(biāo)跟蹤方法研究.pdf
- 基于Mean Shift算法的目標(biāo)跟蹤.pdf
- 基于多特征融合與粒子濾波的目標(biāo)跟蹤.pdf
- 基于Mean Shift的目標(biāo)跟蹤算法研究.pdf
- 基于Mean Shift算法和Particle Filter算法的目標(biāo)跟蹤.pdf
- 基于Mean Shift算法的目標(biāo)跟蹤研究.pdf
- 基于改進Mean-Shift算法的粒子濾波跟蹤的應(yīng)用研究.pdf
- 基于mean-shift目標(biāo)跟蹤算法的研究.pdf
- 復(fù)雜環(huán)境下基于粒子濾波的多特征融合目標(biāo)跟蹤算法研究.pdf
- 多特征融合的粒子濾波跟蹤算法研究.pdf
- 基于Mean Shift的視頻目標(biāo)跟蹤算法研究.pdf
- 基于Mean shift算法的目標(biāo)跟蹤方法研究.pdf
- 融合區(qū)域顏色和紋理特征的Mean Shift目標(biāo)跟蹤方法研究.pdf
- 基于Mean Shift算法的視頻目標(biāo)跟蹤研究.pdf
- 基于粒子濾波的多特征目標(biāo)跟蹤算法研究.pdf
評論
0/150
提交評論