排序方式: 共有9条查询结果,搜索用时 15 毫秒
1
1.
一种新的空间直方图相似性度量方法及其在目标跟踪中的应用 总被引:1,自引:0,他引:1
在基于空间直方图的目标跟踪中,选择一种合适的度量两个空间直方图之间相似性的方法至关重要。该文提出一种新的空间直方图相似性度量方法。将空间直方图中的每个区间所对应像素的空间分布看作一个高斯分布,其均值和协方差矩阵为该区间内所有像素坐标的均值和协方差矩阵,然后用Jensen-Shannon Divergence(JSD)计算对应区间的空间分布相似度,而颜色特征的相似度采用具有强区分能力的直方图相交法来计算。理论和实验证明该文提出的相似性度量的稳定性好,区分能力强,其在静态图像上的整体性能优于已有度量方法,视频跟踪结果比已有方法更精确。 相似文献
2.
3.
4.
提出了一种室内静止摄像机条件下的运动目标检测和阴影抑制方法。该方法采用一种自适应的背景估计方法来实时更新背景,用基于概率分类法检测运动目标,并在联合HMMD色彩空间和光度特征来抑制阴影之后,用Sobel边缘检测来修正运动目标。实验结果表明,该方法能够有效地检测运动目标和抑制阴影。 相似文献
5.
空间直方图是直方图的一种推广, 它能更精确地描述图像(或目标), 被应用到目标跟踪和图像检索等多个领域, 选择一种合适的度量两个空间直方图之间相似性的方法至关重要. 本文提出一种基于改进Jensen-Shannon divergence (JSD) 距离的空间直方图相似性度量, 将空间直方图中每个区间所对应像素的颜色特征和空间特征的联合分布看作一个带权重的高斯分布, 然后计算两个空间直方图对应区间之间的相似度, 即计算两个带权重的高斯分布之间的改进的JSD距离. 本文在计算JSD距离时充分利用高斯分布的权重, 从而提高了度量方法的区分能力. 理论和实验证明了本文提出的相似性度量的区分能力优于Ulges的度量方法, 视频跟踪结果也更稳定、更精确. 相似文献
6.
7.
基于峰值的对比度跟踪方法是军事应用中最常用的目标跟踪方法之一.在分析了该传统方法的不足之后,提出了新的快速稳定的对比度跟踪方法.本文方法利用积分图像大幅减少重复计算,从而加快了寻找峰值的速度;同时,本文方法记录了具有相同最大值或最小值的所有子窗口位置信息,利用这些信息求得目标的当前位置.实验结果表明,与传统方法相比,本文方法的跟踪结果更稳定,计算速度更快. 相似文献
8.
9.
1