【摘 要】
：
由于尺度变化、运动、形状畸变或者遮挡等造成的外观变化是目标跟踪中的一大挑战,因而有效的图像表达方法是提高目标跟踪鲁棒性的一个关键因素.在本文中，从中层视觉角度出发,
【机 构】
：
大连理工大学软件学院,大连116621
论文部分内容阅读
由于尺度变化、运动、形状畸变或者遮挡等造成的外观变化是目标跟踪中的一大挑战,因而有效的图像表达方法是提高目标跟踪鲁棒性的一个关键因素.在本文中，从中层视觉角度出发,将图像进行超像素分割,然后通过特征回归的方法建立目标跟踪中的判别外观模型.通过该模型,可以在跟踪图像中高效地分离目标和背景,从而实现目标跟踪.实验结果表明,目标跟踪算法能够在目标发生外观变化时保持高效性和鲁棒性.
其他文献
本文提出了一种基于纹理特征分析的重复场景元素提取方法，该算法首先采用颜色聚类将重复场景元素图像分割成独立且连通的子块区域，并构建图像子块区域之间的连通关系；然后通
后元音:[ɑ:][?][?:][u][u:]后元音发音要领:(1)舌尖不触下齿,舌身后缩,舌后部向软颚抬起,除[ɑ:]外,双唇要收圆。(2)发[ɑ:][?:][u:]时要注意长度,不要发得太短。[ɑ:]发音
通过计算机对肺部血管进行辅助诊断已成为当前研究的重点与难点。由于肺部血管病变对人体危害大，并且不易被检测。所以，本文提出基于视觉原理的CT图像肺部血管分割算法。根
视频监控中背景提取是重要又具有挑战性的问题。传统方法存在背景建模不准确、更新不及时等问题，本文提出一种自适应的背景提取方法。根据改进的帧间差分方法确定视频中的
要视频目标跟踪是计算机视觉重要的研究课题，在视频监控、人机交互等方面有广泛应用前景。本文提出了一种新颖的基于在线神经网络的视频目标跟踪框架。我们采用卷积神经网
大数据分析技术成为热点问题，而其中的核心问题之一便是大数据预测。各类在线媒体数据包含了海量的话题信息，针对这些话题数据，本文提出了可以结合语义相似度和时间序列的一