一种基于局部特征索引结构的目标跟踪方法

来源 :电光与控制 | 被引量 : 0次 | 上传用户:nilaopopodi
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
提出了一种基于局部特征索引结构的目标跟踪方法,将BoVW(视觉词袋)引入到跟踪方法中。构建了一种不依赖于具体特征类型的目标跟踪方法,较好地解决了实际应用特征描述子在进行相似度度量时的计算和度量问题。再通过对误匹配特征的剔除和未匹配特征的关联预测,提高跟踪的准确性与鲁棒性,最后对目标区域前景特征进行分离并对目标区域进行最优更新,得到更为精确的跟踪结果。
其他文献
脉冲耦合神经网络(PCNN)具有全局耦合性与脉冲同步发放等特点,可用于解决融合图像高频子带系数的选取不符合人眼视觉特性的问题。但PCNN在应用于多源图像融合的过程中存在着模型结构复杂、参数设置繁琐等问题,针对PCNN的模型结构,分析了模型优化的两类方法,并总结了PCNN应用于多源图像融合的一般规律,为PCNN更好地应用于多源图像融合提供了参考。
请忘记节食吧!“减肥有如呼吸那么简单。”瑜珈导师这样说:“正确的呼吸可以松驰紧张的神经,以及更能控制生命——包括饮食。”不妨尝试以下的瑜珈呼吸方法,它有助减轻进食的