檢測區(qū)域動態(tài)調(diào)整的TLD目標跟蹤算法
大小：0.72 MB 人氣： 2018-01-03 需要積分：3
針對經(jīng)典跟蹤一學習一檢測（TLD）目標跟蹤算法由于檢測區(qū)域過大而導致的檢測時間過長及對相似目標跟蹤處理效果不理想的問題，提出一種檢測區(qū)域可動態(tài)自適應調(diào)整的方法-TLD-DO。該方法利用兩次Kalman濾波加速度矯正預測的檢測區(qū)域優(yōu)化算法DKF，通過縮小TLD檢測器檢測范圍，以達到在跟蹤精度略有提升的情況下提高跟蹤速度的目的；同時此方法可排除畫面內(nèi)相似目標的干擾，提高在含有相似目標的復雜背景下目標跟蹤的準確性。實驗結果表明：TLD-DO算法在處理不同視頻與跟蹤目標時，檢測速度有1.31 -3.19倍提升；對含有相似目標干擾情況下，跟蹤效果明顯優(yōu)于原TLD算法；對目標抖動及失真情況有較高的魯棒性。
?
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
檢測區(qū)域動態(tài)調(diào)整的TLD目標跟蹤算法下載
相關電子資料下載
- 多目標跟蹤算法總結歸納 514
- 在TLD6098-2ES 升壓拓撲的對地短路期間，如何快速關閉通道并禁用軟啟動重試？ 225
- 為了提高應用的安全性，TLD7002-16ES的幀間延遲應該更長還是更短？ 269
- 基于隨機有限集的多傳感器多目標跟蹤技術 265
- IROS'23開源,nuScenes跟蹤第一!無需學習的超強多目標跟蹤！ 987
- Bebop無人機目標跟蹤與運動控制環(huán)境搭建 242
- tldb提供分布式鎖使用方法 651
- 一種適用于動態(tài)場景的多層次地圖構建算法 465
- 目標跟蹤初探（DeepSORT） 576
- 3D點云目標跟蹤中常見的評價指標和代碼詳解 900