-
点我！点我！！
-
腾讯云CDN拥有顶尖加速能力，丰富的功能全面覆盖各业务场景的加速需求，最为用户考虑的加速产品
1.彩票预测参考：https://www.7forz.com/3319/https://www.cnblogs.com/wenzb/p/10899313.html2.家谱首页：X氏家谱 (起源)定位个人信息：大头贴头像出生：[出生时间、出生地] 现状：[去世时间、埋...
2.3 变换模型沿用Kalal等人的方法，我们得到了所有前后误差的均值、所有相似性测量的均值，并用其来滤除异常点，保证追踪点都满足前后误差小于、相似性大于。但是，如果大于预定阈值,我们就认为这是一个不可信跟踪结果，而不给出任何结果。我们用最终过滤剩下的点来计算边界框的变换模型。因此，所有跟...
2.2 测量错误的方法为了提高递归追踪的鲁棒性，我们使用了3条准则来滤除掉那些不可信追踪点。第一条准则是直接由等式2.5演变来的。由等式2.5可知，只有G可逆，才能求得d。从等式2.6可知，如果在两个方向上的梯度存在，即G有两个特征值，那么G可逆。我们采用Shi和Tomasi[45]提出的...
2.1 光流估计LucasandKanade 光流法是基于3种假定前提而提出的。第一、 亮度值不变；也就是说，在图像I中X位置的像素，在图像J中改变了位置，但是亮度值不变。其中，d就是像素点的位移。第二、 连...
4.3主循环到此，我们介绍了本文方法的所有模块。Alg.6给出了本方法的主要实现步骤。首先，选择一个初始图像块开始学习（算法描述第1行）；然后，对视频序列中的每一帧图像进行检测和跟踪（算法描述第3、4行）；再者，融合检测、跟踪得到的结果（算法描述第5行）；如果得到的最终结果被判为有效，则继续学习（...
4.2P/N学习在机器学习中存在两类基本学习方法[12]。一类是有监督的学习；有监督的学习需要事先建立一个已经手工分类好的训练集，每个样本被标记为。表示训练样本，表示该样本对应的分类标签。做训练目的，就是通过训练集得到一个函数映射关系，然后使用这个函数来对未知数据进行归类。基于监督学习的目标检测已...
4.1融合与验证Alg.4给出了将递归跟踪结果、可信检测结果融合成最终结果的算法。最终结果取决于检测结果的数目、检测结果的可信度及跟踪结果的可信度。其中，跟踪结果的可信度，可以通过对跟踪结果使用模板匹配得到。如果检测得到的结果的可信度高于递归跟踪得到的结果，那么就将检测结果作为最终结果(如算法5...
学习我们并行执行递归跟踪和目标检测来处理输入图像。本章将介绍如何把使用两种方法得到的结果融合成一个最终的检测结果。背景模型和方差分类阈值已在第一帧初始化时得到，但集成分类器和匹配模板都需要在对图像帧的处理过程中通过在线训练得到。为了解决模板更新的问题，我们要求：处理得到的最终结果必须适合用于学习。所...
检测本章将讨论我们所采用的目标检测方法。通过目标检测，可以实现对递归跟踪器的再初始化。从上章知，跟踪器自身是无法得到目标模型的，所以一旦跟踪失败，便无法恢复。递归跟踪是根据前一帧中目标所在位置进行的，而本文采用的寻找目标的方法是穷举法。由于对每张输入图像都有几千个子窗口用于目标检测评估，所以我们整个...
- 搜索
- 控制面板
- 最近发表
- 最新留言
QQ客服
新浪微博