融合时空多特征表示的运动人体目标跟踪算法

为提升运动人体目标的跟踪效果,缩短目标跟踪耗时,提出融合时空多特征表示的运动人体目标跟踪算法。利用运动人体目标位置的获取时间关系确定目标初始运动速度,根据目标区域的质心位置计算搜索窗,提取运动人体目标位置;融合待检测像素点、像素点矢量及最大似然估计值3大特征,将融合多特征表示引入运动人体目标的联合概率密度函数,利用运动人体目标检测门限检测运动人体目标图像像素点,确定运动人体目标区域;通过对运动人体目标的重采样及状态转移,完成运动人体目标的跟踪。实验结果表明:所提运动人体目标跟踪算法的跟踪准确率高到92%左右,跟踪耗时较短、跟踪查全率较好,跟踪效果得到了提升。

基于虚拟现实技术的3D图像重建方法

现有3D图像重建方法在应用中存在成功跟踪像素点数量低、跟踪耗时时间长、重建后图像分辨率低等问题,严重影响图像的重建效果。针对这一问题,引入虚拟现实技术,设计一种新的3D图像重建方法。通过确定实景图像与重建图像最小距离、计算3D图像重建点坐标、测算3D图像重建深度距离、背景图像与前景图像匹配与重建,这4个步骤,完成3D图像重建。通过对比实验证明,设计的重建方法在应用中能够有效提高成功跟踪像素点数量、缩短跟踪耗时,并且提高重建后图像的分辨率,实现对图像中内容更清晰地展现。