搜索结果: 1-8 共查到“信息与通信工程 Mean Shift”相关记录8条 . 查询时间(0.14 秒)
URBAN DENSITY INDICES USING MEAN SHIFT-BASED UPSAMPLED ELEVATION DATA
urban density LiDA Neural Networks
2015/5/7
Urban density is an important factor for several fields, e.g. urban design, planning and land management. Modern remote sensors deliver ample information for the estimation of specific urban land cl...
基于特征贡献度的Mean Shift目标跟踪
Mean Shift 特征贡献度 模板匹配 核直方图 特征提取
2016/5/4
为有效提高Mean Shift 算法的模板匹配精确度，采用基于特征贡献度的Mean Shift目标跟踪方法，对不同贡献度的特征向量赋予不同的权重，以彰显目标特征、抑制背景因素。分别介绍传统Mean Shift目标跟踪算法和基于特征贡献度的Mean Shift算法，并针对多组视频进行实验验证与分析。结果表明，改进后的Mean Shift算法不仅能提高跟踪精度、提升系统的鲁棒性，而且对640 pixe...
基于距离信息的Mean-Shift跟踪算法
兵器科学与技术 图像制导 距离信息 Mean-Shift 跟踪窗口尺度 跟踪漂移
2015/4/13
针对图像制导目标跟踪系统在跟踪过程中，成像视角和距离的变化带来的跟踪漂移问题，提出了利用距离信息动态更改Mean-Shift算法跟踪窗口尺度的算法。依据初始跟踪时选定的目标模板，建立目标的灰度特征模型，确定初始跟踪窗口尺度；在跟踪过程中依据距离信息来动态更新跟踪窗口尺度，保证在跟踪系统逐渐接近目标的过程中跟踪窗口能够完全包括或者绝大部分包含目标；在每一帧跟踪收敛后利用Bhattacharyya相关...
针对Mean-Shift算法稳定性差、无法适应目标遮挡的特点，提出了一种融合角点特征与颜色特征的目标跟踪算法。该算法利用Harris角点的特征不变性克服了Mean-Shift算法鲁棒性差的缺点，同时利用Mean-Shift算法中核概率密度估计特性克服了目标与背景角点难以区分的缺点。通过视频序列对该算法的跟踪稳定性与抗遮挡性能进行测试，结果表明，新算法的跟踪稳定性与抗遮挡能力优于基于单一角点或颜色特...
跟踪窗自适应的Mean Shift目标跟踪算法
目标跟踪 Mean Shift 几何特征 跟踪窗自适应
2013/8/31
针对Mean Shift算法不能很好地跟踪尺度变化目标的缺点，提出一种将Mean Shift算法和目标几何特征相结合的目标跟踪算法。该方法在Mean Shift框架下提取目标的几何特征，根据目标的面积和型心坐标对跟踪窗的位置和大小进行修正，最后更新Mean Shift的目标模板。通过大量实验仿真证明，改进的算法能很好地跟踪尺度变化的目标，对目标的仿射变化和非刚性的形态变化具有有效性和鲁棒性。
由于在成像制导过程中需要实时处理大量的信息,为了在尽可能保留有效信息情况下降低计算量,采用了一种人眼视觉非均匀采样模型——对数极坐标模型,来压缩信息量以提高计算速度；另外,由于对数极坐标变换对目标形状具有旋转和缩放不变性,在跟踪非刚性变形目标时该模型能表现出很好的稳健性；考虑到在成像跟踪末段,质心、角点之类的跟踪方法会产生匹配点漂移,为了抑制匹配点漂移,采用基于目标强度特征的Mean Shift跟...
MEAN-SHIFT BLOB TRACKING WITH ADAPTIVE FEATURE SELECTION AND SCALE ADAPTATION
MEAN-SHIFT BLOB TRACKING FEATURE SELECTION SCALE ADAPTATION
2010/12/17
When the appearances of the tracked object and surrounding background change during tracking, fixed feature space tends to cause tracking failure. To address this problem, we propose a method to embed...
MEAN-SHIFT BLOB TRACKING WITH ADAPTIVE FEATURE SELECTION AND SCALE ADAPTATION
MEAN-SHIFT ADAPTIVE FEATURE SELECTION SCALE ADAPTATION
2010/12/17
When the appearances of the tracked object and surrounding background change during tracking, fixed feature space tends to cause tracking failure. To address this problem, we
propose a method to embe...