2023年全國(guó)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66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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、采用視覺信息的目標(biāo)跟蹤技術(shù)作為計(jì)算機(jī)視覺領(lǐng)域中重要的課題之一,是備受工程領(lǐng)域和學(xué)術(shù)界關(guān)注的熱點(diǎn),有著廣闊的應(yīng)用和研究前景。然而,復(fù)雜環(huán)境下由于多方面因素的影響,如:部分遮擋、光線變化、圖像噪點(diǎn)、快速移動(dòng)、物體形狀變化(人體姿態(tài)變化)和背景雜亂等,使得目標(biāo)跟蹤問題變得很復(fù)雜,提出一種適用于復(fù)雜環(huán)境的具有魯棒性的實(shí)時(shí)跟蹤算法仍然是一個(gè)艱巨的挑戰(zhàn)。
  針對(duì)大多數(shù)目標(biāo)跟蹤算法采用單一特征描述目標(biāo),在出現(xiàn)干擾特征時(shí),易產(chǎn)生誤匹配和漂移,導(dǎo)

2、致跟蹤有效性降低和跟蹤精度差的問題,本文采用多特征融合的方法,豐富描述目標(biāo)的特征多樣性,提高跟蹤算法的魯棒性。
  本文創(chuàng)新地引入一種全局約束措施,利用視覺顯著性進(jìn)行多特征融合,同時(shí)提出一種自適應(yīng)搜索機(jī)制來加快算法運(yùn)行速度,最終,提出一種引入視覺顯著性的多特征融合的目標(biāo)跟蹤算法。首先,采用視覺顯著性機(jī)制處理顏色直方圖得到顯著性特征,再使用混合特征策略融合顯著性特征和 BRISK(Binary Robust Invariant Sc

3、alable Keypoints)特征,獲取目標(biāo)前景和背景模型;其次,運(yùn)用雙向光流檢測(cè)和誤差度量提取動(dòng)態(tài)特征,并使用自適應(yīng)搜索機(jī)制提取候選目標(biāo)區(qū)域的靜態(tài)特征,融合動(dòng)態(tài)特征和靜態(tài)特征;最后,根據(jù)匹配算法估算目標(biāo)跟蹤框的自適應(yīng)尺度及中心,確定目標(biāo)在當(dāng)前幀圖像中所處的位置。實(shí)驗(yàn)表明,該算法對(duì)復(fù)雜背景環(huán)境下,具有光照變化、形變和姿態(tài)變化、快速移動(dòng)等情況的目標(biāo)跟蹤表現(xiàn)良好,并能夠?qū)崟r(shí)穩(wěn)定地獲得目標(biāo)跟蹤結(jié)果。
  同時(shí),采用本文所提出的目標(biāo)跟

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(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)頁內(nèi)容里面會(huì)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(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

評(píng)論

0/150

提交評(píng)論