已閱讀1頁,還剩93頁未讀, 繼續(xù)免費閱讀
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、目標跟蹤算法是人工智能和計算機視覺研究領(lǐng)域的重要組成部分,廣泛應用于智能監(jiān)控等系統(tǒng)中,在生產(chǎn)生活和實際工程中都有很重要的研究價值。
本文學習和總結(jié)了當前幾種主流的目標跟蹤算法,并且深入研究了基于壓縮感知的目標跟蹤算法,針對該算法在外界光照變化和目標局部遮擋時易出現(xiàn)跟蹤漂移等情況,提出了相應的改進算法。文章首先詳細介紹了壓縮感知理論,并且應用該理論對信號重構(gòu)進行了實驗仿真。然后說明了壓縮跟蹤算法的理論框架,并針對算法在特征分類階
2、段沒有考慮到不同特征的分類能力不相同的缺點,提出了基于特征分類加權(quán)思想的壓縮跟蹤算法,并通過一組與原始算法的對比試驗,驗證了改進算法在目標跟蹤過程中的準確性。
文章之后通過兩組實驗說明了壓縮跟蹤算法在光照變化和目標出現(xiàn)局部遮擋時易出現(xiàn)跟蹤失敗等情況。當外界發(fā)生光照變化時,針對算法的不足在特征提取階段加入了對光照變化不敏感的Hog特征,提出了在特征提取階段同時提取計算量小的Haar特征和對光照變化不敏感的Hog特征,并通過與在特
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。
最新文檔
- 基于壓縮感知的跟蹤算法研究.pdf
- 基于壓縮感知的視頻目標跟蹤.pdf
- 基于壓縮感知的實時目標跟蹤算法研究.pdf
- 基于壓縮感知的預測目標跟蹤算法研究.pdf
- 基于壓縮感知的視頻圖像重構(gòu)算法研究.pdf
- 基于視覺感知的視頻壓縮算法研究.pdf
- 基于壓縮感知的RSS室內(nèi)跟蹤定位算法研究.pdf
- 基于壓縮感知的圖像及視頻重構(gòu)算法研究.pdf
- 基于壓縮感知的目標檢測與跟蹤算法研究.pdf
- 基于稀疏和壓縮感知的目標跟蹤算法研究.pdf
- 基于壓縮感知理論的目標重構(gòu)及跟蹤算法研究.pdf
- 基于特征加權(quán)的快速壓縮感知目標跟蹤算法研究.pdf
- 基于AR模型的壓縮感知視頻序列重構(gòu)算法研究.pdf
- 基于分塊壓縮感知的WMSN視頻圖像重構(gòu)算法研究.pdf
- 基于壓縮感知的視頻壓縮研究.pdf
- 基于壓縮感知單目標多尺度跟蹤算法研究.pdf
- 基于編碼優(yōu)化及情景感知的智能視頻跟蹤算法研究.pdf
- 基于超像素的壓縮感知跟蹤.pdf
- 基于壓縮感知的重構(gòu)算法研究.pdf
- 基于壓縮感知的語音聯(lián)合壓縮算法研究.pdf
評論
0/150
提交評論