基于增量Bi-2DPCA学习和稀疏表示的在线目标跟踪方法技术资料下载

技术编号:6509440

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。

本发明涉及一种,为了反映目标在跟踪过程中外观变化,提出了一种增量Bi-2DPCA学习算法能够快速而准确的更新目标子空间模型。由于目标在跟踪过程中经常被遮挡和被噪声污染,导致跟踪效果变差,本发明针对该问题,将基于Bi-2DPCA的子空间模型嵌入到稀疏表示框架下。从而最大限度消除了遮挡和噪声对目标定位和目标子空间模型更新带来的干扰。同时,本发明使用了一种新的计算视觉相似性的方法,该方法考虑到了Bi-2DPCA在表示图像时的能量分布,相比经典的重构误差更加准确。...
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