基于混合粒子滤波的目标跟踪

为了克服多目标跟踪中估计效果对初始样本选择的强依赖性,首先通过Harris角点检测和KLT算法实现对图像序列中的特征提取和匹配,然后利用Mean-shift算法对匹配的特征点进行聚类和定位,将Mean-shift算法与粒子滤波器相结合,提出了基于Mean-shift算法的混合粒子滤波器,给出了具体算法流程,并就实际图像序列的动态多目标跟踪进行了实验,实验结果证明了该方法的有效性。

LTE系统下行链路中无线资源分组调度算法研究

介绍了LTE系统的发展概况,探讨了适用于LTE系统下行链路的无线资源分组调度算法,并对这些算法进行了仿真和分析。指出了分组调度算法的发展方向。

移动状态下小型飞行器的图像处理

选择移动状态下的小型飞行器作为应用场景,将图像获取与深度学习算法相结合。首先采用改进后MPF目标跟踪算法,获取目标的大致轮廓;其次chirpscaling算法将收集到的目标轮廓数据用于图像的生成;最后将得到的成像应用于fast-rcnn算法中,进行图像背景区域的提取。通过实验仿真,该方法可以对移动状态下的物体进行图像识别,图像获取更为全面,准确率高,提取效果较好。