基于局部稀疏表示的目标跟踪算法

根据局部稀疏表示的特点,文章提出了一种基于局部稀疏表示的目标跟踪算法,该算法利用图像的局部稀疏系数作为训练样本,在贝叶斯分类器的框架下完成跟踪任务。首先,使用字典来提取局部图像块的稀疏系数,作为图像特征;然后通过训练简单的贝叶斯分类器来区分目标与背景;最后使用两步搜索策略对目标进行准确跟踪;此外,该算法还使用了一种能够去除遮挡干扰的鲁棒性更新策略。对比实验结果表明,该算法具有较为稳定的跟踪效果。

以科技创新实践培养大学生科学素养

本文通过对大学生科技创新现状的分析,提出以科技创新实践培养大学生科学素养,并介绍的培养大学生科学的素养的多种途径。

关于目标自动跟踪智能系统的探讨

随着社会发展的趋势,自动目标识别、检测和自动跟踪逐渐成为视频监控的重要发展方向。智能视频监控设备在制造业、生活和其他行业中扮演着重要角色。本文介绍了智能跟踪系统的相关功能,结合在新开发的平台上实现目标自动检测,并将采集和分析的检测信息与终端设备进行处理和通知,以控制终端设备的运动,从而实现目标跟踪。笔者结合自身多年工作经验,本次主要针对目标自动跟踪智能系统展开深入探讨,所得文献与同行业人员共享,望对行业的前进起到一定的促进作用。

物联网环境下异构传感数据融合目标识别算法

在对运动目标进行识别过程中,不同视角使运动目标姿态多变,传统算法的单一特征描述目标能力有限,导致识别精度下降,因此设计一种物联网环境下异构传感数据融合目标识别算法。首先建立异构数融合模型,通过关联处理剔除冗余数据,利用转换坐标系的方法完成多传感器的空间对准;利用直方图特征法结合二维傅里叶变换,提高相位谱图像对比度,取得合理的灰度数量级,完成目标特征提取;最后改进特征之间的冲突系数,将冲突系数超过阈值的特征进行处理,降低高冲突特征对整个识别流程的影响,至此完成目标识别算法的设计。通过仿真实验结果表明,设计的算法识别正确率与标准差的结果均优于传统方法,验证了设计算法的可靠性。