【摘 要】
：
目标跟踪识别是计算机视觉领域的热点研究对象。首先采用基于Adaboost的目标检测算法,训练得到了特定类目标坦克模型的级联分类器,对图像中的坦克目标完成了＂粗检测＂;通过构建
【机 构】
：
后勤工程学院,国防科学技术大学电子科学与工程学院
【基金项目】
：
重庆市物联地下管网安全运行监管系统研制与示范（国家工信部ZX201426903）资助.
论文部分内容阅读
目标跟踪识别是计算机视觉领域的热点研究对象。首先采用基于Adaboost的目标检测算法,训练得到了特定类目标坦克模型的级联分类器,对图像中的坦克目标完成了＂粗检测＂;通过构建类属超图（CSHG）模型,采取Adaboost与CSHG相结合的方式,有效滤除了大量虚警,实现了对坦克目标的＂精检测＂,同时完成了对目标的跟踪;最后利用基于类属超图的目标识别原理对目标进行识别,实验结果表明该方法在简单背景和复杂背景图像条件下均具有可行性。
其他文献
研究了履带式车辆单轮悬挂模型的车体加速度均方根值特性,提出了一种最优阻尼的控制策略,同时给出了按此控制策略研制的履带式车辆半主动悬架控制系统的硬件设计及其典型特点
针对深海环境的特殊性,对集矿机传感器容错方法进行了研究;利用双传感器冗余策略,同时把加权融合算法和灰色预测模型结合起来,构建一个基于混合冗余的传感器容错系统,用于集
介绍了采用分级系统结构的智能化药房控制系统中的一种最小代价取药策略,用整体代价的概念全面的看待完成一件任务所消耗的代价,并给出了算法和实现.提出最小代价的原理主要
过去,人们常常采用传统仪器对系统进行测试,测试工作繁琐,而且技术更新困难;基于PC机的虚拟仪器能对测试过程进行编程,可以调整测试内容和测试算法,并且有远程和智能化测试等
回滞现象广泛存在于许多领域,其不可积的非线性特性给控制设计带来了困难.提出的NBPID控制器是基于神经网络逆模型前馈控制(N),加上改进的Bang-Bang控制(B)的PID控制器.首先
在基于卡尔曼滤波及其一些改进算法中,由于测量方差预先设定,从而导致滤波发散和信息资源的浪费,为此提出了一种动态加权下测量方差时变的多传感器融合算法。该算法依据各传感器当前时刻的滤波精度合理地分配权值,同时测量方差的时变特性使得每次测量信息得到充分的利用。仿真结果表明该算法显著地提高了对机动目标的跟踪效果并具有实时性的优点。
为了提升障碍空间中k最近邻查询的效率,研究了障碍空间中基于Voronoi图的k最近邻查询方法,提出了在障碍空间基于Voronoi图的kNN-Obs算法。该算法采用了两个过程：过滤过程和精
范畴数据类型是指以范畴论为数学理论基础研究数据类型的描述、计算、语义和应用。早期的范畴数据类型研究以归纳数据类型为主,采用代数从归纳的角度研究有限数据类型的构造
现实世界中的很多事件都是基于时间段的,具有明显的时间持续性特征。具有这种特征的事件之间的时态关系复杂多变,在发生乱序事件时,查询处理极具挑战性。物联网环境中对于时
随着云计算应用范围的扩展,人们对云计算在安全性、可靠性、可用性等方面的担忧与日俱增。云计算服务商承诺提供的服务满足服务水平协议,主要包括性能和可用性。但是,因可用