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(yè)
已閱讀1頁(yè)，還剩65頁(yè)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、視頻中物體的檢測(cè)與跟蹤是實(shí)現(xiàn)監(jiān)控智能系統(tǒng)的關(guān)鍵技術(shù)，它可以應(yīng)用在駕駛員輔助系統(tǒng)、智能交通、公共安全等領(lǐng)域。而行人檢測(cè)與跟蹤是物體檢測(cè)與跟蹤的重要組成部分，行人姿態(tài)的多變性、各種背景干擾和實(shí)際場(chǎng)景中的不確定因素都增加了其復(fù)雜性和難度，加上其具有廣泛的商業(yè)價(jià)值和應(yīng)用前景，近年來行人檢測(cè)與跟蹤成為計(jì)算機(jī)視覺領(lǐng)域的前沿和研究熱點(diǎn)。
　　本文在行人檢測(cè)與跟蹤研究中采用了梯度方向直方圖(Histogram of OrientedGradien

2、t,HOG)特征、支持向量機(jī)(Support Vector Machine，SVM)分類器、粒子濾波等理論知識(shí)，提出了基于HOG和粒子濾波的行人檢測(cè)與跟蹤方法，該方法可以有效檢測(cè)和跟蹤視頻中的行人目標(biāo)。本文的主要研究工作和成果如下:
　　1、在行人檢測(cè)時(shí)，將HOG特征與SVM分類器相結(jié)合，完成了行人與非人體的分類檢測(cè)，檢測(cè)效果較好。該方法通過計(jì)算梯度并在梯度方向上提取出行人目標(biāo)特征，然后利用支持向量機(jī)訓(xùn)練出一個(gè)SVM分類器，根據(jù)實(shí)

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(yè)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(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

評(píng)論

0/150

提交評(píng)論