

已閱讀1頁,還剩67頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、基于視頻的動態(tài)目標跟蹤是計算機視覺領域的一個研究熱點,在公共安全、軍事制導、交通監(jiān)控等方面得到了越來越廣泛的應用。動態(tài)目標跟蹤算法的性能對跟蹤效果有著直接影響,精確度高、魯棒性好的跟蹤算法一直是計算機視覺領域所研究的關鍵問題之一。
本文首先介紹了當前比較常用的基于視頻的動態(tài)目標跟蹤算法,給出了這些算法的基本原理以及優(yōu)缺點,然后本文著重研究了近年來在動態(tài)目標跟蹤領域比較流行的MeanShift算法的基本理論以及在目標跟蹤領域中的
2、應用。
針對采用單一顏色特征來描述被跟蹤目標的Mean Shift算法容易受復雜環(huán)境如光照變化、相似背景干擾等影響,本文提出一種基于多特征融合的Mean Shift跟蹤算法,將局部二值模式(LBP)紋理特征與顏色特征相結合來對動態(tài)目標進行描述,提高了Mean Shift跟蹤算法的魯棒性。
針對傳統(tǒng)Mean Shift算法對高速運動的動態(tài)目標無法進行有效跟蹤的問題,本文提出一種基于Mean Shift和粒子濾波算法的高
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。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,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確性、安全性和完整性, 同時也不承擔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和粒子濾波的目標跟蹤.pdf
- 基于Mean-Shift和粒子濾波的目標跟蹤.pdf
- 基于粒子濾波與Mean Shift的視頻目標跟蹤算法研究.pdf
- 基于粒子濾波和Mean Shift的多特征融合的目標跟蹤算法.pdf
- 基于Mean Shift的目標跟蹤算法研究.pdf
- 基于Mean Shift算法的目標跟蹤.pdf
- 基于Mean Shift算法的目標跟蹤研究.pdf
- 基于Mean Shift算法和Particle Filter算法的目標跟蹤.pdf
- 基于改進Mean-Shift算法的粒子濾波跟蹤的應用研究.pdf
- 基于mean-shift目標跟蹤算法的研究.pdf
- 融合Mean Shift和卡爾曼濾波的運動目標跟蹤算法研究.pdf
- 基于Mean Shift的視頻目標跟蹤算法研究.pdf
- 基于Mean shift算法的目標跟蹤方法研究.pdf
- 基于Mean Shift算法的視頻目標跟蹤研究.pdf
- 基于Mean-Shift算法的目標跟蹤研究.pdf
- 基于改進Mean Shift的運動目標跟蹤算法研究.pdf
- 基于粒子濾波與Mean Shift平滑運動跟蹤的研究與實現.pdf
- 基于DSP目標跟蹤Mean Shift算法的研究與實現.pdf
- 基于Mean Shift目標跟蹤算法研究及其DSP實現.pdf
- 基于粒子濾波的動態(tài)場景目標跟蹤算法.pdf
評論
0/150
提交評論