2023年全國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61頁未讀 繼續(xù)免費閱讀

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),請進行舉報或認領(lǐng)

文檔簡介

1、智能視頻監(jiān)控是計算機視覺的重要研究方向,在公共安全、政府、金融及教育等領(lǐng)域具有廣闊的應用前景。智能視頻監(jiān)控是在不需要人為干預的情況下,利用圖像處理、機器學習和計算機視覺等領(lǐng)域的技術(shù)對視頻進行分析,自動實現(xiàn)目標的檢測、跟蹤與識別,并在此基礎(chǔ)上實現(xiàn)更高層的行為理解與描述。目標跟蹤是智能視頻監(jiān)控中的關(guān)鍵技術(shù),是目標識別和行為理解的基礎(chǔ),具有廣泛的應用價值和較高的理論意義。
   目前學術(shù)界和工業(yè)界在目標跟蹤方面做了大量研究,提出了不少

2、有價值的算法,其中Mean Shift以其簡單、實用、實時等特點得到了廣泛的使用。不過,該算法仍然存在不足,比如當出現(xiàn)背景和目標相似、嚴重的局部遮擋等問題時會失效。針對這些問題本文開展了如下工作:
   1.針對Mean Shift存在的不足提出了一種快速有效的目標跟蹤算法-MAPSpatial Pyramid Mean Shift。該算法一方面有效地把背景信息融合到MeanShift跟蹤框架內(nèi),提高了目標與背景的區(qū)分能力;另一

3、方面,在跟蹤過程中對目標進行動態(tài)分塊,保留了目標的幾何結(jié)構(gòu)信息。實驗證明該算法能夠在保證實時性的條件下,有效地解決背景與目標相似以及嚴重的局部遮擋等問題。
   2.研究了基于局部特征的目標跟蹤算法。針對傳統(tǒng)局部特征描述子SIFT復雜度高提出了一種新的局部特征描述子,并把它融合到MAP Spatial PyramidMean Shift算法中。該局部特征描述子結(jié)構(gòu)簡單,并較好的保持了原有描述子的特性。實驗證明該算法在不影響實時性

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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 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。
  • 6. 下載文件中如有侵權(quán)或不適當內(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。

評論

0/150

提交評論