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84頁未讀 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),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著信息社會的日益發(fā)展,智能監(jiān)控系統(tǒng)已經(jīng)在人類生活的各個方面發(fā)揮著重要的作用。特別是目前成為國內(nèi)外研究熱點的多攝像頭、多目標(biāo)跟蹤技術(shù)。相對于技術(shù)已經(jīng)相對成熟的單攝像機(jī)的目標(biāo)跟蹤,多攝像機(jī)下目標(biāo)跟蹤技術(shù)的實現(xiàn)則較為困難。目標(biāo)匹配在目標(biāo)跟蹤過程中起著承上啟下的作用,這使得行人目標(biāo)匹配是智能監(jiān)控系統(tǒng)中多攝像機(jī)協(xié)同的關(guān)鍵技術(shù)之一,提高目標(biāo)匹配的效率和準(zhǔn)確率成為智能監(jiān)控中的研究熱點。
  本文研究適合在多攝像機(jī)監(jiān)控場景下,融合目標(biāo)的顏色特征

2、和局部特征的行人目標(biāo)匹配技術(shù)。主要內(nèi)容和創(chuàng)新點如下:
 ?。?)研究了基于局部特征HOG的目標(biāo)匹配技術(shù)。針對HOG特征提取過程復(fù)雜耗時,做出如下兩點改進(jìn)。首先,提出了一種基于sub-cell結(jié)構(gòu)的HOG特征快速算法,對其中運(yùn)算量最大的三線性插值過程進(jìn)行了改進(jìn),通過區(qū)域再劃分有效降低了插值的復(fù)雜性,并保證了特征的有效性。另外,針對彩色圖像,提出了一種結(jié)合人眼視覺特性的G-HOG方法。
 ?。?)研究了融合局部特征和全局特征的目

3、標(biāo)匹配技術(shù)。為了適應(yīng)多攝像機(jī)下不同環(huán)境的匹配需求,提出了多模式多尺度的HOG特征(MultiLevel-HOG)與帶有空間分布信息的顏色聚合向量特征的融合方法,提高了目標(biāo)匹配的魯棒性和準(zhǔn)確性。
 ?。?)研究了基于BPSO和SVM聯(lián)合優(yōu)化的目標(biāo)匹配技術(shù)。針對上述特征融合之后帶來的維數(shù)過高的問題,本文將支持向量機(jī)同二進(jìn)制的粒子群優(yōu)化相結(jié)合,對融合特征進(jìn)行特征選擇。進(jìn)一步地,本文在此基礎(chǔ)上提出一種多次特征選擇算法。首先利用SVM結(jié)合B

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(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(hù)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(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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

評論

0/150

提交評論