您的位置: 专家智库 > >

浙江省科技计划项目(2009C03015-4)

作品数:2 被引量:9H指数:1
相关作者:陈临强殷伟良李伟汪雯斌何一娜更多>>
相关机构:杭州电子科技大学更多>>
发文基金:浙江省科技计划项目更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 1篇多目标
  • 1篇多目标跟踪
  • 1篇学习率
  • 1篇遮挡
  • 1篇实时跟踪方法
  • 1篇自适
  • 1篇自适应
  • 1篇自适应学习
  • 1篇自适应学习率
  • 1篇目标跟踪
  • 1篇目标检测
  • 1篇混合模型
  • 1篇建模方法
  • 1篇高斯
  • 1篇高斯混合
  • 1篇高斯混合模型
  • 1篇背景差
  • 1篇背景差分
  • 1篇差分

机构

  • 2篇杭州电子科技...

作者

  • 2篇陈临强
  • 1篇李伟
  • 1篇殷伟良
  • 1篇何一娜
  • 1篇汪雯斌

传媒

  • 2篇计算机工程

年份

  • 1篇2013
  • 1篇2011
2 条 记 录,以下是 1-2
排序方式:
一种基于目标分割的实时跟踪方法
2013年
为减少颜色相似背景在目标跟踪过程中对跟踪结果的影响,提出一种基于目标分割的实时跟踪方法。利用背景差分的方法进行目标分割,使用目标位置、大小及颜色的特征完成目标状态的更新,对连续帧之间的目标实施匹配跟踪,当2个目标重合分离时采用目标大小、颜色特征实现匹配。实验结果表明,该方法匹配跟踪速度较快、跟踪效果较好。
陈临强汪雯斌何一娜
关键词:遮挡多目标跟踪
基于自适应学习率的背景建模方法被引量:9
2011年
针对高斯混合模型中均值和方差的学习,提出基于自适应学习率的背景建模方法。统计每个像素模型被匹配的次数,在线更新学习率。在初始化背景时,分配一个全局的学习率,采用传统高斯混合模型的学习方式;在更新背景时,为每个像素分配一个学习率,采用自适应的学习方式。实验结果表明,该方法与传统高斯混合背景模型相比,有较好的学习能力与稳定性,能提高运动目标检测的正确率。
李伟陈临强殷伟良
关键词:高斯混合模型学习率目标检测背景差分
共1页<1>
聚类工具0