实时目标跟踪中自适应尺度计算

来源 :计算机工程与设计 | 被引量 : 1次 | 上传用户:panmandy
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为能够更好地解决复杂视频中目标的大尺度变化问题,提出一个在跟踪检测框架下的尺度计算算法。主要把目标分为4部分,分别计算它们的尺度因子,通过基于颜色属性的核相关滤波找出各部分最大响应位置。为解决定位不准确的问题,采用加权系数移除异常匹配点,将常规分类器所期望的训练输出转换成其它可操作的形式。仿真结果表明,该算法性能胜过其它现有算法,能够达到实时处理的要求。
其他文献
塑造良好的形象是女干部成为一名成熟、优秀的领导干部的重要条件。女干部是不是胜任领导工作,根据女干部在实际工作和日常生活中的表现就可以判断出来。
文章采用的案例是某城市在地铁隧道建设中对于现场的地表沉降监测,对于在地铁隧道施工中的浅埋暗挖法所产生的地表沉降的规律进行分析。通过对于案例的总结我们可以得到:(1)
针对深度学习的指静脉识别算法在训练样本较少以及训练次数较低时算法识别率降低问题,提出基于改进卷积神经网络的指静脉识别算法。通过增加卷积层数并使用LeaKy ReLU作为激活函数,提高网络泛化能力;使用改进的池化模型降低网络特征维度;反向传播调整权值时,引入判别信息作为约束条件。实验结果表明,该算法准确率在训练样本较少以及训练次数较低时明显优于其它指静脉识别算法。
当前融合算法无法区分噪声和复杂边缘信息,使其对图像高频特征的边缘细节描述能力较弱,易产生锯齿效应,降低了融合图像质量,为此提出基于梯度熵耦合P-Laplace扩散的图像融合算法。将输入图像在梯度域进行变换,获得梯度图像;设计梯度熵度量准则,分别计算输入图像的梯度熵;基于结构张量矩阵融合梯度信息,联合梯度熵,构建每个输入图像的梯度权重,有效区分噪声特征与图像边缘特征,在融合过程嵌入局部自适应P-La
2005年6月,国家审计署审计长李金华在向全国人大常委会提交的lO家中央企业原领导干部任期经济责任审计报告中,有两个对比数字十分耐人寻味:审计查出这些企业转移挪用、贪污受贿
在干部考察工作中,对于考察对象的缺点在座谈中很少有人提及,即使说起来也是"工作中有时有急躁情绪",或者"工作中有时不大胆"、"批评同志不讲方式"、"不注意工作方法"、"说话