2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩84頁未讀, 繼續(xù)免費閱讀

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),請進行舉報或認領(lǐng)

文檔簡介

1、視頻圖像序列中運動目標的跟蹤具有非常重要的實用價值,它是機器視覺領(lǐng)域內(nèi)一個非常重要的研究方向。本文針對視頻圖像序列中運動目標跟蹤過程中運動目標外觀變化這一核心問題展開深入的研究,提出了全新的多支持向量機聯(lián)合魯棒跟蹤算法。算法基于二元分類思想,通過有機組合在不同時間段在線更新的線性支持向量機獲得一個更加穩(wěn)定的組合分類器,完成運動目標跟蹤任務。 前人的算法是本文研究的理論基礎(chǔ)和思想源泉,本文首先針對運動目標跟蹤領(lǐng)域內(nèi)前人的重要算法加

2、以分析研究,深入探討運動目標跟蹤算法研究領(lǐng)域內(nèi)所面臨的主要問題,并借此提出本文對這些問題的看法。 隨后本文細致介紹了文中所提出的兩大核心算法:基于單個支持向量機的目標跟蹤算法和多支持向量機聯(lián)合魯棒跟蹤算法?;趩蝹€支持向量機的目標跟蹤算法是多支持向量機聯(lián)合魯棒跟蹤算法的設(shè)計原型,是后者的一個簡化版本?;趩蝹€支持向量機的目標跟蹤算法通過在線獲取樣本、在線更新支持向量機的分界面有效地將運動目標與背景區(qū)域區(qū)分開來,并能適應目標特征的

3、不斷變化。更為重要的是,通過利用支持向量機這一有效的分類工具中特有的支持向量,算法可以不斷獲取并傳遞運動目標在運動過程中的一些“關(guān)鍵幀”,并利用它們確保跟蹤算法的穩(wěn)定性。 多支持向量機聯(lián)合魯棒跟蹤算法利用組合學習算法有機的將不同時間段內(nèi)更新的不同的線性支持向量機分類器有機的組合起來。算法的提出解決了線性支持向量機無法解決的非線性分類的問題,使得組合分類器獲得了更好的分類效果,同時也能更加有效的利用不同時間段的歷史信息,剔除無用的

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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 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)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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