基于特征表示的擴展目標跟蹤技術研究
【文章頁數(shù)】:91 頁
【學位級別】:碩士
【部分圖文】:
圖1.1三種目標的示例
第1章緒論3在利用擴展目標豐富的細節(jié)特征對目標進行表觀建模,增強跟蹤算法的適應性和魯棒性。(a)弱小目標(b)一般目標(c)擴展目標圖1.1三種目標的示例Figure1.1Exampleofthreetargets1.2擴展目標跟蹤領域主要面臨的挑戰(zhàn)擴展目標與一般目標相比,所占視....
圖2.1FAST角點檢測原理,引自文獻[68]
基于特征表示的擴展目標跟蹤技術研究12等。特征點檢測就是要找到圖像中關鍵點(角點)的位置。Moravec是最早的特征點檢測算法,該算法計算某個像素點四個方向(水平,垂直、對角線,反對角線)的灰度方差,取最小值作為該像素點的興趣值,然后通過像素點的興趣值判斷該像素點是否是候選角點,....
圖2.33*3圖像區(qū)域
基于特征表示的擴展目標跟蹤技術研究16參數(shù)調(diào)節(jié)。該算法首先計算每個像素點的水平線角度(與該像素點梯度方向垂直的線的角度)得到一個水平線場(Level-LineField),然后在水平線場中使用區(qū)域生長法進行切割得到線支持區(qū)域(LineSupportRegions),并對其進行矩形....
圖2.5循環(huán)移位,引自文獻[33]
基于特征表示的擴展目標跟蹤技術研究202.3.2循環(huán)矩陣目前主流的跟蹤方法大多都基于檢測(tracking-by-detection),如:機器學習加圖像特征類的方法和相關濾波類方法。這些方法通常需要采集(稀疏采樣)大量的訓練樣本進行模型訓練,而大樣本量會導致計算量的增加。另一方....
本文編號:3960726
本文鏈接:http://www.sikaile.net/kejilunwen/dianzigongchenglunwen/3960726.html