目标识别是实现视频监控智能分析的基础,但在光照、阴影以及杂乱背景等场景中,往往会出现目标误判以及不合理聚类等问题。针对上述问题,提出一种基于人类视觉系统(HVS)的视频监控目标提取方法。结合HVS视觉
运动目标跟踪权威期刊论文,效果不错Robustobjettrackingwithonlinemultipleinstancelearning
基于视觉显著性均值漂移目标跟踪,陈硕,裴晓敏,传统的均值漂移跟踪算法,当跟踪条件复杂时无法显著区分颜色相近的目标或背景导致跟踪失败.提出基于视觉显著性均值漂移目标跟踪��
基于二维坐标的多运动目标跟踪,在跟踪过程中由于目标相互遮挡,算法无法分清各个运动目标,导致跟踪目标失败。而三维坐标具有深度信息,利用目标遮挡前后坐标的不突变性能很好地分清各个目标,为此提出基于三维坐标
多运动目标跟踪是智能视觉监控系统中的关键性的亟待解决的问题,采用二维视觉特征跟踪会在目标相互遮挡时丢失目标特征造成跟踪困难,近年来三维视觉跟踪系统越来越成为热点,利用三维特征能在多目标相互遮挡时更好地
基于模拟航天器交会对接的地面实验系统,提出一种相对位姿测量算法,在保证测量精度的基础上,对特征提取具有稳健性,同时计算效率更高。首先使用自适应阈值方法对特征进行判断和提取,然后采用倒序搜索的算法,对第
针对传统的基于核相关滤波器的跟踪方法(KCF)缺少跟踪失败检测的问题,提出了一种改进的KCF目标跟踪方法。改进的KCF跟踪器采用高斯窗口方法在目标位置上截取训练样本,这种采样方法可以获得更有效的目标信
云杂波背景下目标检测跟踪的新方法,方浩宇,彭真明,本文提出了一种在云层背景中的弱小目标检测的新方法。首先利用最大中值滤波的方法对云杂波背景的图像做预处理,去除大面积背景干
射线跟踪模型在3G网络规划中存在计算效率低的问题。分析了当前各种加速方法的不足,提出一种基于动态分区的射线跟踪加速方法。该方法根据城市微小区的建筑物分布情况,动态地划分小区,大大减少了射线与建筑物求交
随着人工智能科学的发展,目标跟踪成为中外学者研究的热点,近年来很多目标跟踪算法相继被提出,其中,经典的卡尔曼滤波算法常被用于目标跟踪领域。然而,在实际情况中,目标跟踪过程常涉及到非线性非高斯问题,由于
