基于最坏情况和范数约束的鲁棒自适应波束成形
基于多尺度Retinex的自适应图像增强方法学习图像增强的论文
针对稀疏表示用于目标跟踪时存在重构误差表示不够精确、目标模板更新错误等问题,提出一种改进的稀疏编码模型。该模型无需重构误差满足特定的先验概率分布,且加入对编码系数的自适应约束,可以取得更优的编码向量,
为解决目标在形变、遮挡和快速运动时所导致的跟踪失败,在经典TLD算法的框架下,使用尺度自适应均值偏移算法重新设计跟踪器,提出了MS-TLD算法.通过引入颜色直方图特征和尺度自适应,跟踪器能准确跟踪形变
针对目标运动过程中的姿态变化、旋转、干扰以及缩放等情况,提出了结合像素点特征加权的尺度自适应跟踪算法。首先利用目标区域中每个像素点的颜色特征和位置特征,建立目标模型;其次用目标的平均权值图估算尺度变化
提出一种基于多尺度Gabor滤波特征提取和稀疏表示的SAR图像目标识别方法。首先,在目标分割的基础上,利用Gabor滤波器对SAR目标图像在不同方向上进行滤波,增强目标的局部特征;然后,根据稀疏表示模
基于测地线距离的自适应局部多维尺度变换,魏莱,王守觉,为了解决局部多维尺度变换(LMDS)算法对邻域参数的敏感性,提出了一种基于测地线距离的多维尺度变换(LMDSG),与LMDS主要不同是其��
针对双目标下的资源受限的运输任务调度问题(RCTTSP),提出一种自适应的多目标混合遗传算法(AMOHGA)。该算法将串行调度启发式方法应用于种群初始化与适应度评估,采用权重求和与分级适应度分配方法进
多外观模型的鲁棒人脸跟踪.pdf
基于神经网络的混合双滤波器自适应目标跟踪算法,樊国创,戴亚平,在分析近期基于神经网络数据融合的目标跟踪算法的基础上,本文结合“当前”统计模型(AF)和速度估计自适应跟踪算法(AVE),提出�