【摘 要】
：
针对背景杂波干扰、目标外观形变导致的跟踪精度差的问题,论文提出了一种基于融合极限学习机和改进烟花算法的混合式目标跟踪技术(OSELM-FWA)。该技术在提取图片特征信息时,为了剔除冗余信息、保留边缘轮廓处的颜色信息,提出梯度稀疏矩阵作为特征信息提取工具来提取图片的颜色特征信息;同时为了提高运动模型的预测精度,提出了一种改进烟花算法来生成候选目标样本,该算法不同于传统烟花算法采用固定不变的常量作为爆
论文部分内容阅读
针对背景杂波干扰、目标外观形变导致的跟踪精度差的问题,论文提出了一种基于融合极限学习机和改进烟花算法的混合式目标跟踪技术(OSELM-FWA)。该技术在提取图片特征信息时,为了剔除冗余信息、保留边缘轮廓处的颜色信息,提出梯度稀疏矩阵作为特征信息提取工具来提取图片的颜色特征信息;同时为了提高运动模型的预测精度,提出了一种改进烟花算法来生成候选目标样本,该算法不同于传统烟花算法采用固定不变的常量作为爆炸半径参数,而是在其基础上加入目标的运动速率量来调整烟花半径参量,而且为了控制烟花的多样性,该算法还根据
其他文献
在近代文人中,老舍、胡絮青夫妇和齐白石老人的交往是非常漂亮的一段佳话,有不少精彩的故事,很值得一记。老舍先生1930年由英国教书回来后,应聘到山东济南的齐鲁大学教书。这
城市计算中可以利用显露模式分析方法挖掘数据中的显露模式,但城市数据往往是多源异构数据,难于集成在一张表中分析。论文设计了一种显露模式分析算法,并针对城市数据多源异
考虑到目标检测任务中由于目标尺寸大小、形态、遮挡和照明条件的巨大差异,论文对Faster R-CNN算法进行改进。首先,选择残差网络ResNet-101作为特征提取网络;其次,受Mask R-CNN中RoI Align的启发,引入RoI Align单元并结合双线性插值的方法保留浮点数以提高检测精度;最后采用soft-NMS算法代替传统的NMS算法来进行非极大值抑制,使得重叠度高的物体能被成功检测。
我国著名的语言文字学家、教育家钱玄同,三十年代起一直担任北京师范大学教授。1936年,钱玄同在北师大中文系讲传统音韵学,讲到“开口音”与“闭口音”的区别,一同学请他举一
在众多收藏门类中，红色收藏已成为人们的收藏亮点和热点。尤其是今年适逢中国共产党诞辰90周年和辛亥革命100周年，后年又赶上毛泽东诞辰120周年，都会在收藏市场引发新一轮的红色
目前超分辨率图像重建技术是计算机视觉领域的研究热点,随着深度学习的发展,基于深度学习的超分辨率图像重建技术已经取得了一定的研究成果。论文回顾了典型的超分辨率图像重建的深度网络模型,对超分辨率图像重建的深度学习算法和网络结构进行介绍,比较分析了不同模型的优缺点,从本质上发现并提出了超分辨率图像重建的一些问题。在此基础上,提出了基于深度学习的超分辨率图像重建方法未来的研究趋势。
论文主要是针对对经验模态分解在分离信号功能方面提出两种改进方法:先去噪后分解以及先设定所研究对象的频率范围再从众多内模函数中提取相应数据。
随着素质教育的不断深化,传统教学中学生被动学习的模式已不适应现代教学的要求,如何使学生由过去“要我学”向“我要学”转变,是目前数学教学急需解决的问题。通过教师激发
针对公共平场合中监控视频中人体行为分类受背景影响较大,异常行为特征复杂多样问题,以YOLOv4网络模型为基础,分别建立基于YOLOv4及改进后YOLOv4网络的人体异常行为检测模型。通过K-Means聚类获得适合本实验的anchor box,将处理后的数据样本分别送入三种模型中训练,测试结果表明训练所得改进后的YOLOv4异常行为检测模型能够达到96%的map,recall能够达到98%,检测速度