论文研究星空背景下的复杂动目标检测和提取方法 .pdf

智能视频监控技术是近年来计算机视觉研究领域中新兴的一个研究方向。它的主要研究目标是利用计算机视觉技术、图像视频处理技术和人工智能技术对监控视频的内容进行描述、分析和理解,并能根据分析的结果对视频监控系

激光主动成像雷达与被动红外成像器相比,显著优势是能提供三维几何距离像,可获知视场内多目标的空间位置信息,这极大降低了多建筑物复杂场景目标提取算法的复杂度。利用自研的条纹管激光成像雷达,获取多组复杂场景

提出了一种基于复杂背景下的多阈值人眼定位算法。该算法首先对图像进行光线补偿，减小由于光照不均等因素造成的影响；然后根据对人眼灰度特征的分析来确定三个人眼二值化阈值，从而分离出人眼候选区域；最后根据人脸

提出了一种基于半监督模式的复杂网络社团划分新方法，通过引入物理学中的万有引力定理进而计算出有标签节点与周围无标签节点的相互作用值，最终将网络中的社团划分出来。实验表明，算法可以比较准确地划分出一些网络

水声图像预处理及目标阴影提取方法研究，邬佳伟，范新南，本文在简要分析水声图像畸变与噪声特征基础上，以StarFish450F侧扫声纳所成图像为对象，运用图像处理手段对其进行预处理，提出了去��

信任评价模型可以解决网络中的一些安全问题，但是当网络中的节点数目非常大时，现有全局信任模型的计算量与通信开销比较大，影响了信任模型的推广和应用。针对上述问题，利用小世界网络理论构建了一个基于用户兴趣属

基于场景深度的动态目标检测与背景建模，王磊刚，，基于信息融合的思想，本文给出了一种基于场景深度与混合高斯模型的动态目标检测与背景建模的方法。由于采用了多种探测手段，有效

规则网格是视觉词袋模型中常用的图像检测方法，该方法抽取图像所有区块，获得背景区块和目标区块完整的图像信息。事实上，抽取的背景区块信息对类别的判定往往会有一定的混淆作用。以“摩托车”类和“小汽车”类的图

基于纹理感知的地面目标检测方法，李正周，谭菊，人造物体与背景景物存在的纹理差异是生物视觉系统区别两者的显著特征之一。在借鉴Itti模型的基础上，本文提出一种基于纹理感知的��

基于深度学习的机载对地目标检测方法，李正周，曹彦迪，在实际运动场景下，由于无人机相机拍摄到的地面目标图像面积较小，地面目标信息量少，这导致传统的目标检测方法对小目标的检测精