排序方式: 共有31条查询结果,搜索用时 31 毫秒
1.
2.
针对传统的图流行排序显著性目标检测算法存在先验信息单一,显著目标检测不完整的问题,提出一种新的基于背景先验与中心先验的显著性目标检测算法。首先将图像边界节点作为背景种子进行流行排序获得粗略的前景区域,将其再次流行排序得到初步显著图;然后利用Harris角点检测、聚类实现中心先验显著性检测,捕获中心显著信息;最后在初步显著图上融合图像中心显著性,得到最终显著图。本文对综合指标、精确率-召回率曲线、F-measure值以及平均绝对误差(mean absolute error,MAE)值进行实验评估,在公开数据集MSRA-10K和ECSSD上进行的实验结果表明:对比10种主流算法,本文算法在不同的评估指标上都具有较好的表现,且能准确地突出显著目标,提升背景抑制效果。 相似文献
3.
针对复杂监控场景中往往无法准确检测前景目标,导致难以有效跟踪目标的问题,提出了一种基于属性关系图优化匹配的多运动目标跟踪方法,将目标跟踪问题转化为前景目标跟踪标记的优化问题,实现多运动目标跟踪.将前景区域按颜色、空间特征一致性划分为多个碎片;采用属性关系图描述目标模型,分析计算出属性关系图外观模型的属性相似度;提出通过概率松弛法计算目标函数并采用遗传算法进行优化匹配,得到前景碎片最优的跟踪标记,从而完成多目标跟踪.在多个监控视频上的实验结果表明,本方法能大大提高跟踪性能,实现复杂监控场景中的多目标跟踪. 相似文献
4.
复杂情况下的多运动目标跟踪是视频监控中的关 键问题,在多目标运动中相互遮挡时二维视觉信息容易丢失而造 成无法准确跟踪识别目标。本文采用kinect摄像机获取三维视觉信息,从节点、边、空间结 构三个层次上建立目标的三维分 层图模型表征目标的三维特征,并在每层进行通过视频帧间的匹配从而获得三维分层图模型 匹配结果,并根据匹配结果先初 步分析目标跟踪情况,如发生遮挡则通过遮挡区域聚类块与三维分层图模型中各特征匹配确 定其匹配结果,从而得到多运动 目标在复杂运动情况中的跟踪结果。实验表明,在实验室kinect拍摄的视频序列上当目标出 现遮挡等复杂情况,也能取得较 好的跟踪结果,在实验视频中比经典方法的跟踪总体性能指标改善约3%,说明本方法能较好 地实现复杂情况下的多运动目标跟踪。 相似文献
5.
6.
7.
以热水浸提法得到的皇菊色素为研究对象,利用DM-28大孔树脂纯化皇菊色素,优化其静、动态纯化工艺条件,并对纯化后的皇菊色素进行稳定性分析。结果表明,静态吸附—解吸最佳条件为:吸附平衡时间3 h,样液浓度为色素原液被稀释12倍(即A390=0.361),样液pH 2.5,吸附温度30℃,在pH 3.0、50%乙醇溶液条件下进行解吸;动态吸附—解吸最适工艺条件为:上样浓度为原液稀释12倍(即A390=0.361),上样流速2.0 mL/min,以流速1.0 mL/min、80%乙醇溶液进行洗脱。纯化后色素色价为22.5,是纯化前的3.65倍。DM-28大孔树脂具有良好的吸附性能,皇菊色素相对来说比较稳定,对外界条件不敏感,可以考虑作为一种天然食品色素应用到食品工业中。 相似文献
8.
从实际出发,采用FOXBASE+数据库,UCDOS3.1汉字系统支持,编制了设备安装工程预决算子系统。该系统采用下拉工菜单、表格气处理方式,具有良好的人机界面和直观、方便、快速和准确等特点。该系统在数据录入、修改上采用了Readkey技术和汉字联想系统,并设置了“常用特定字符库”,使用户在操作过程中可以方便地进行汉字联想输入和特定字符的查询,并进行代码方式输入、相同字段的拷贝;其次在查询方面,采用 相似文献
9.
车道线检测是智能交通监控及自动驾驶的基础步骤,为提高其鲁棒性和实时性,针对复杂城市交通场景中自动驾驶需要检测车道线的需求,提出了一种实时车道线检测算法,首先运用改进灰度化变换突显车道线的特征,并通过改进的Gabor滤波算法增强车道线的边缘信息;最后采用多约束霍夫变换筛选得到平行车道线从而实现实时车道线检测。实验表明,该方法在三种不同真实的交通道路场景下,提高了车道线检测精度及处理速度,可应用于实时车道线检测系统。 相似文献
10.