一种基于局部稀疏表示和粒子群优化的鲁棒目标跟踪方法与流程技术资料下载

技术编号:12306750

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。

本发明属于采用数字图像进行目标根据的方法,涉及一种基于局部稀疏表示和粒子群优化的鲁棒目标跟踪方法。背景技术目标跟踪是计算机视觉领域的一个基础性问题,它有着广泛的应用,包括视频监控,行为分析,运动时间分析,以及视频检索等。由于目标在跟踪过程中会面临光照变化,遮挡,形变,复杂的运动背景等问题,经常会导致目标丢失和漂移现象,因此目标跟踪是一个富有挑战性的课题。近两年,基于稀疏表示理论的目标跟踪方法得到了极大的重视,该方法将目标跟踪问题转化为稀疏求解问题,取得了较好的效果,为目标跟踪问题提供了一个新的求...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权,增加技术思路,做技术知识储备,不适合论文引用。
请注意,此类技术没有源代码,用于学习研究技术思路。

详细技术文档下载地址↓↓

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。
该分类下的技术专家--如需求助专家,请联系客服
  • 李老师:1.计算力学 2.无损检测
  • 毕老师:机构动力学与控制
  • 袁老师:1.计算机视觉 2.无线网络及物联网
  • 王老师:1.计算机网络安全 2.计算机仿真技术
  • 王老师:1.网络安全;物联网安全 、大数据安全 2.安全态势感知、舆情分析和控制 3.区块链及应用
  • 孙老师:1.机机器人技术 2.机器视觉 3.网络控制系统
  • 葛老师:1.机器人技术 2.计算机辅助技术
  • 张老师:1.内燃机燃烧及能效管理技术 2.计算机数据采集与智能算法 3.助航设备开发