2023年全國(guó)碩士研究生考試考研英語(yǔ)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93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、視頻目標(biāo)跟蹤一直是圖像處理一個(gè)非常重要問題,廣泛應(yīng)用于智能監(jiān)控中。為了解決目標(biāo)消失、長(zhǎng)時(shí)間跟蹤目標(biāo),捷克的Z.Kalal提出了一種在線學(xué)習(xí)的TLD算法。在此背景下,本文深入研究了TLD目標(biāo)跟蹤算法。著重介紹了該算法的整個(gè)實(shí)現(xiàn)框架和設(shè)計(jì)思路,并且詳細(xì)分析了該算法的核心模塊,即檢測(cè)模塊、跟蹤模塊、學(xué)習(xí)模塊和綜合模塊。
  在詳細(xì)分析TLD算法的基礎(chǔ)上得知,TLD算法性能良好,在形變、光照等干擾條件下均能保證跟蹤目標(biāo)不被丟失,自適應(yīng)能力

2、強(qiáng)。但是傳統(tǒng)的TLD算法只對(duì)單目標(biāo)跟蹤問題給出了解決方案,對(duì)于在視頻中同時(shí)跟蹤多個(gè)目標(biāo)問題沒有具體分析。因此在研究TLD算法基礎(chǔ)上,本文對(duì)TLD目標(biāo)跟蹤算法進(jìn)行了擴(kuò)展,給出了一種基于該算法的多目標(biāo)跟蹤解決方案。本文從實(shí)際應(yīng)用場(chǎng)景出發(fā),結(jié)合TLD單目標(biāo)跟蹤算法,給出了多目標(biāo)跟蹤算法實(shí)現(xiàn)框架。詳細(xì)介紹了多目標(biāo)框架中各個(gè)模塊的具體改進(jìn)過程。主要的改進(jìn)內(nèi)容如下:在多目標(biāo)跟蹤模塊采用新的數(shù)據(jù)結(jié)構(gòu)存貯數(shù)據(jù);在跟蹤模塊特征點(diǎn)的選取給出了新的方法;對(duì)檢

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。

評(píng)論

0/150

提交評(píng)論