Mean-Shift算法的優(yōu)化策略研究.pdf_第1頁
已閱讀1頁,還剩57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(bào)或認(rèn)領(lǐng)

文檔簡介

1、目標(biāo)跟蹤是計(jì)算機(jī)視覺領(lǐng)域的一個重要分支,隨著人們對于智能化的需求越來越大,以及政府機(jī)關(guān)出于公共安全等方面的考慮,智能監(jiān)控正受到極大的關(guān)注。而目標(biāo)跟蹤由于其在智能監(jiān)控等領(lǐng)域的巨大優(yōu)勢,吸引了國內(nèi)外大批科研工作者的關(guān)注,自從Mean Shift算法被引入目標(biāo)跟蹤領(lǐng)域后,就因其計(jì)算量小、簡單易實(shí)現(xiàn)的特點(diǎn)在實(shí)時監(jiān)控領(lǐng)域得到了大量的應(yīng)用。
  本文介紹了Mean-Shift算法的基本原理及其在目標(biāo)跟蹤中的應(yīng)用,給后面提出的改進(jìn)算法提供理論支

2、持。同時針對傳統(tǒng)Mean Shift算法無法很好地應(yīng)付目標(biāo)遮擋、旋轉(zhuǎn)、非剛性形變,在復(fù)雜背景下的跟蹤穩(wěn)定性較差等問題,引入了主成分分析法和卡爾曼濾波,并提出了結(jié)合分塊法的自適應(yīng)多分塊的改進(jìn)方法。它主要利用了主成分分析法對窗口參數(shù)的更新能力以及適合多種特定目標(biāo)的分塊法,從而實(shí)現(xiàn)面對不同的目標(biāo)使用不同的分塊法,提高跟蹤的魯棒性。另外為了提高目標(biāo)跟蹤的穩(wěn)定性,將自適應(yīng)分塊法與卡爾曼濾波相結(jié)合,起到去除多余的無效信息,平滑目標(biāo)窗口的作用。

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。

評論

0/150

提交評論