暂无评论
基于改进粒子滤波算法的雷达弱目标检测，薄涛，李明，基于粒子滤波的检测前跟踪技术是低信噪比环境下目标检测与跟踪的有效方法。针对传统粒子滤波算法计算量大，易粒子耗尽的缺点，本
一种改进的快速目标检测算法，吴珍荣，毛征，提出一种基于视频序列的快速目标检测方法，通过ViBe(visualbackgroundextractor)算法对背景像素进行建模。利用视频第一帧完成背景模型的
利用基于粒子滤波的检测前跟踪算法对红外弱小目标进行检测跟踪时,由于算法的复杂性以及所处理数据量大等原因,使得该系统不能满足实时性的要求。 针对这一问题,提出了在 RF5 框架下实现基于粒子滤波的检测前
利用矢量量化码书作为数据分类模式最优代表集的特点，提出基于码书的离群点概念，论证了其与经典统计学关于离群点定义的内在联系。在基于学习的矢量量化码书生成算法和最近邻码字搜索算法基础上构造了离群点检测算法
卷积神经网络已广泛应用于目标检测领域, 然而基于卷积神经网络的方法所需要的计算量大, 以至于此类方法难以在计算能力有限的平台上运行。为此提出了一种基于SSD(Single Shot MultiBox
提出一种新颖的色彩上下文感知的火焰目标实时检测算法。算法定义了两种新的火焰特征向量：火检上下文动态特征切入列，火焰特征最优区域。相对于传统火焰检测算法对火焰图像序列中每帧的所有像素逐点扫描，算法仅对每
针对复杂场景中目标检测精确度过低的问题，基于随机森林算法提出一种能适应由姿态、视角和形状引起外观变化的目标检测方法，同时还能有效预测最佳检测框大小，使其与真实目标区域有很高的重叠度。首先，提出一种基于
针对目标跟踪过程中出现的遮挡、光照变化、背景复杂等问题，使用了理解诊断视觉跟踪系统，即把跟踪器分成5个组成部分的跟踪系统，这5个部分分别是运动模型、特征提取器、观察模型、模型更新器以及总体处理器。结合
向量排序是彩色形态学应用中的关键问题。针对传统词典序中过度优先第一维向量的不足，提出一种基于α模数的一般词典序方法，能任意调整量化函数，降低排列在先的分量作用。将其应用到彩色图像处理中，与传统的词典序
为了有效提取视频监控场景中的前景目标信息并准确跟踪目标的状态,提出一种基于混合高斯模型和Rao-Blackwellized蒙特卡洛数据关联的视频多目标跟踪方法。该方法根据场景中像素点的特征信息,利用混
暂无评论