開源程序設(shè)計(jì)_第1頁
開源程序設(shè)計(jì)_第2頁
開源程序設(shè)計(jì)_第3頁
開源程序設(shè)計(jì)_第4頁
開源程序設(shè)計(jì)_第5頁
已閱讀5頁，還剩4頁未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

開源程序設(shè)計(jì)

基于偏最小二乘分析的目標(biāo)追蹤

追蹤目標(biāo)圖像序列中行駛的汽車追蹤方法偏最小二乘分析偏最小二乘分析(partialleastsquaresanalysis，PLS)就是在自變量空間和因變量空間中分別找出各自的潛變量，即各自具有特征代表性的主成分，它們分別是自變量和因變量的某種線性變換。為了使自變量成分對(duì)因變量成分有最大的解釋能力或預(yù)測(cè)能力，2種潛變量之間的相關(guān)性要達(dá)到最大。在目標(biāo)跟蹤中，目標(biāo)和背景分別被采樣，并且標(biāo)記為不同的類別屬性。PLS方法能有效地在一個(gè)低維空間中表示特征向量，相對(duì)于原始數(shù)據(jù)空間，它能更有效地獲取自變量和因變量之間的相關(guān)性。因此，采用PLS建立目標(biāo)的外觀模型，它能有效地表征目標(biāo)，實(shí)施數(shù)據(jù)降維和進(jìn)行目標(biāo)和背景的分類。二級(jí)粒子濾波在粒子濾波的第一階段，選取上一幀跟蹤效果最好的特征進(jìn)行一次粒子濾波，得到目標(biāo)的粗略狀態(tài)；在粒子濾波的第二階段，在第一次濾波產(chǎn)生的粒子集的基礎(chǔ)上進(jìn)行抽樣，使用PLS方法再次進(jìn)行粒子濾波，即第二次尋優(yōu)，以獲得目標(biāo)的精確狀態(tài)。具體算法：PLS外觀模型具體算法：PLS外觀模型具體算法：PLS外觀模型具體算法：追蹤過程具體算法：追蹤過程

謝謝大家

參考文獻(xiàn)：QingWang,FengChen,WenliXu,andMing-HsuanYang,“Objecttrackingviapartialleastsquaresanalysis,”ImageProcessing,IEEETransactionson,

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論