基于特征表示的擴(kuò)展目標(biāo)跟蹤技術(shù)研究
【文章頁(yè)數(shù)】:91 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
圖1.1三種目標(biāo)的示例
第1章緒論3在利用擴(kuò)展目標(biāo)豐富的細(xì)節(jié)特征對(duì)目標(biāo)進(jìn)行表觀建模,增強(qiáng)跟蹤算法的適應(yīng)性和魯棒性。(a)弱小目標(biāo)(b)一般目標(biāo)(c)擴(kuò)展目標(biāo)圖1.1三種目標(biāo)的示例Figure1.1Exampleofthreetargets1.2擴(kuò)展目標(biāo)跟蹤領(lǐng)域主要面臨的挑戰(zhàn)擴(kuò)展目標(biāo)與一般目標(biāo)相比,所占視....
圖2.1FAST角點(diǎn)檢測(cè)原理,引自文獻(xiàn)[68]
基于特征表示的擴(kuò)展目標(biāo)跟蹤技術(shù)研究12等。特征點(diǎn)檢測(cè)就是要找到圖像中關(guān)鍵點(diǎn)(角點(diǎn))的位置。Moravec是最早的特征點(diǎn)檢測(cè)算法,該算法計(jì)算某個(gè)像素點(diǎn)四個(gè)方向(水平,垂直、對(duì)角線,反對(duì)角線)的灰度方差,取最小值作為該像素點(diǎn)的興趣值,然后通過像素點(diǎn)的興趣值判斷該像素點(diǎn)是否是候選角點(diǎn),....
圖2.33*3圖像區(qū)域
基于特征表示的擴(kuò)展目標(biāo)跟蹤技術(shù)研究16參數(shù)調(diào)節(jié)。該算法首先計(jì)算每個(gè)像素點(diǎn)的水平線角度(與該像素點(diǎn)梯度方向垂直的線的角度)得到一個(gè)水平線場(chǎng)(Level-LineField),然后在水平線場(chǎng)中使用區(qū)域生長(zhǎng)法進(jìn)行切割得到線支持區(qū)域(LineSupportRegions),并對(duì)其進(jìn)行矩形....
圖2.5循環(huán)移位,引自文獻(xiàn)[33]
基于特征表示的擴(kuò)展目標(biāo)跟蹤技術(shù)研究202.3.2循環(huán)矩陣目前主流的跟蹤方法大多都基于檢測(cè)(tracking-by-detection),如:機(jī)器學(xué)習(xí)加圖像特征類的方法和相關(guān)濾波類方法。這些方法通常需要采集(稀疏采樣)大量的訓(xùn)練樣本進(jìn)行模型訓(xùn)練,而大樣本量會(huì)導(dǎo)致計(jì)算量的增加。另一方....
本文編號(hào):3960726
本文鏈接:http://sikaile.net/kejilunwen/dianzigongchenglunwen/3960726.html