

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、運(yùn)動(dòng)目標(biāo)的檢測(cè)與跟蹤是計(jì)算機(jī)視覺(jué)中非常重要而活躍的研究方向,也在軍事、航天、刑偵、體育競(jìng)技和交通管理等方面得到廣泛應(yīng)用,具有巨大的科研價(jià)值和廣闊的商業(yè)前景。
本文全面深入地對(duì)檢測(cè)與跟蹤的內(nèi)容進(jìn)行研究與分析,重點(diǎn)是對(duì) MeanShift算法展開(kāi)研究和改進(jìn)。
1.對(duì)運(yùn)動(dòng)目標(biāo)的檢測(cè)中的三種常用算法以及經(jīng)典的MeanShift算法,詳細(xì)地闡述原理和推導(dǎo)計(jì)算過(guò)程,歸納總結(jié)出MeanShift算法的局限性并提供相應(yīng)的解決方案。<
2、br> 2.針對(duì)傳統(tǒng)算法中的尺度變化問(wèn)題,采用加入計(jì)算反向投影圖,并考慮重置目標(biāo)區(qū)域內(nèi)像素點(diǎn)的權(quán)值分布,轉(zhuǎn)換距離中心點(diǎn)和邊界的像素點(diǎn)重要程度的方法來(lái)獲取新的帶有尺度變化信息的像素點(diǎn),使選定的跟蹤框利用新的像素獲得顏色直方圖,然后用更新迭代計(jì)算跟蹤框質(zhì)心位置的方法,提出一種基于自適應(yīng)窗口變化的 MeanShift算法。最終在實(shí)驗(yàn)中驗(yàn)證能達(dá)到自適應(yīng)尺度變化的跟蹤效果。
3.針對(duì)遮擋情況進(jìn)行研究與改進(jìn),采用預(yù)測(cè)機(jī)制和進(jìn)行運(yùn)動(dòng)目標(biāo)分
3、塊,通過(guò)在目標(biāo)區(qū)域里增加外接矩形獲得分塊子區(qū)域;求和初始目標(biāo)中心位置與矢量距離得到子區(qū)域的新位置;利用相似度比得到權(quán)重,最終綜合權(quán)重與子區(qū)域新的中心位置計(jì)算得到新位置;判斷Bhattacharyya系數(shù)與遮擋閾值的方法確定是否受遮擋影響,提出一種基于MeanShift的抗遮擋運(yùn)動(dòng)目標(biāo)跟蹤算法,實(shí)驗(yàn)表明新算法處理遮擋情況的效果尚佳。
本文在傳統(tǒng)MeanShift算法基礎(chǔ)上,對(duì)尺度變化和遮擋影響的問(wèn)題進(jìn)行改進(jìn),通過(guò)實(shí)驗(yàn)證實(shí)了新算法
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于MeanShift的運(yùn)動(dòng)目標(biāo)跟蹤算法研究.pdf
- 基于MeanShift的紅外目標(biāo)跟蹤算法研究.pdf
- 基于Meanshift的目標(biāo)跟蹤系統(tǒng)研究.pdf
- 基于MeanShift算法的目標(biāo)跟蹤問(wèn)題研究.pdf
- 基于Meanshift的視頻人體目標(biāo)跟蹤算法研究.pdf
- 基于視頻的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤.pdf
- 視頻運(yùn)動(dòng)目標(biāo)三幀差分檢測(cè)算法與MeanShift跟蹤算法優(yōu)化研究.pdf
- 基于遙感圖像的目標(biāo)檢測(cè)與運(yùn)動(dòng)目標(biāo)跟蹤.pdf
- 基于視頻的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤研究.pdf
- 運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤研究.pdf
- 基于OpenCV的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤.pdf
- 基于DSP的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤.pdf
- 基于視覺(jué)的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤.pdf
- 基于DSP的運(yùn)動(dòng)目標(biāo)實(shí)時(shí)檢測(cè)與跟蹤研究.pdf
- 基于視頻的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法研究.pdf
- 基于圖像序列的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤研究.pdf
- 基于OpenCV的運(yùn)動(dòng)車(chē)輛目標(biāo)檢測(cè)與跟蹤研究.pdf
- 運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤的研究.pdf
- 一種基于MeanShift的目標(biāo)跟蹤算法的研究.pdf
- 基于meanshift的視頻人體目標(biāo)跟蹤算法研究(1)
評(píng)論
0/150
提交評(píng)論