2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩80頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、智能視頻監(jiān)控在獲取監(jiān)控視頻數(shù)據(jù)基礎(chǔ)上,對(duì)場(chǎng)景中的目標(biāo)如車輛,人進(jìn)行檢測(cè),檢測(cè)的方法是利用目標(biāo)的一些運(yùn)動(dòng)特征或者外觀特征如顏色,紋理等結(jié)合檢測(cè)窗口,檢測(cè)窗口可以是基于感興趣區(qū)域或者顯著性區(qū)域,也可以利用滑動(dòng)窗口遍歷。在檢測(cè)基礎(chǔ)上可以進(jìn)一步跟蹤目標(biāo),獲取目標(biāo)在一段視頻序列內(nèi)的軌跡。目標(biāo)的檢測(cè)和跟蹤是下一步目標(biāo)動(dòng)作識(shí)別,行為分析的基礎(chǔ),但是由于場(chǎng)景中的背景時(shí)刻在變化且有光照,噪聲的影響再加上目標(biāo)之間相互遮擋給目標(biāo)的檢測(cè)和跟蹤增加了難度。同時(shí)以

2、往的行人檢測(cè)方法主要是在公有數(shù)據(jù)集的基礎(chǔ)上提取特征然后利用分類器模型訓(xùn)練,所得行人檢測(cè)器在原始數(shù)據(jù)集上往往能得到較高的準(zhǔn)確率。但是一旦應(yīng)用到其他場(chǎng)景中,檢測(cè)率將大大下降。
  本文提出了一種基于遷移學(xué)習(xí)和稀疏編碼的行人檢測(cè)框架,該框架可以將在原訓(xùn)練集上訓(xùn)練好的行人檢測(cè)器遷移到新場(chǎng)景中,該框架中首先將原始檢測(cè)器應(yīng)用到目標(biāo)場(chǎng)景中獲得初始檢測(cè)結(jié)果,然后利用一些線索過(guò)濾出那些被檢測(cè)器正確分類的樣本作為目標(biāo)模板,然后利用稀疏編碼刻畫(huà)目標(biāo)模板

3、和目標(biāo)樣本之間的相似性并且加權(quán)目標(biāo)樣本。同時(shí),利用顯著性檢測(cè)方法檢測(cè)目標(biāo)模板和原訓(xùn)練集中行人樣本的顯著性區(qū)域,并利用稀疏編碼加權(quán)原訓(xùn)練集中的樣本,最后利用支持向量機(jī)訓(xùn)練所有帶權(quán)值樣本得到目標(biāo)場(chǎng)景下的行人檢測(cè)器。基于遷移學(xué)習(xí)所得的該檢測(cè)器在特定新場(chǎng)景中檢測(cè)率比原始檢測(cè)器提高了近30%。
  本文同時(shí)還提出一種基于粒子濾波行人跟蹤的框架,詳盡的闡述了粒子濾波框架的原理,即如何從貝葉斯理論和蒙特卡洛過(guò)渡到粒子濾波方法理論?;谛腥祟伾?/p>

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論