将基于凸优化的低秩矩阵恢复（LRMR）理论用于背景建模，当背景不稳定时，这种方法提取运动目标的效果不佳。由于矩阵的数据表示形式破坏了视频在时间和空间上的原始结构，采用张量表征视频的高维结构特性，提出了一种基于迭代张量高阶奇异值分解（HOSVD）的运动目标提取方法。用高阶奇异值分解代替LRMR中的矩阵奇异值分解（SVD），利用增广拉格朗日乘子法重建出三维视频张量的背景部分和运动目标部分，并进一步对运动目标部分进行形态学开闭运算。实验结果证明，相比常用方法，该方法错分率更低，能更准确完整地提取运动目标。
2022-05-08 20:45:38
1.24MB
1
大数据-算法-高速加速运动目标检测及雷达目标微动特征提取算法研究.pdf
2022-05-05 09:07:28
8.91MB
对运动目标进行视觉跟踪是机器人技术、计算机视觉等领域研究的热点之一。首先就跟踪技术的研究历史和现状进行回顾和分析，论述按照基于目标区域的跟踪、基于目标特征的跟踪、基于变形模板的跟踪和基于目标模型的跟踪四个分支分别展开；其次，对人们在该领域研究所面临的难点进行了归纳和总结；最后对分形理论和生物视觉在跟踪策略中的应用前景进行了展望。
2022-05-02 15:48:29
390KB
1
本文件主要是关于高斯混合模型的运动目标检测，以及针对高斯混合模型检测方法的不足，提出了改进的方法。需要的可以下载下来看看。
2022-05-02 15:01:07
1.83MB
1
OPENCV目标跟踪_opencv_目标检测_对avi文件完成视频画面中的运动目标检测_运动目标检测_VC++_视频分析识别
2022-04-29 09:10:38
7.14MB