技術(shù)編號：6524426
提示：您尚未登錄，請點 登 陸 后下載，如果您還沒有賬戶請點 注 冊 ，登陸完成后，請刷新本頁查看技術(shù)詳細(xì)信息。本發(fā)明公開了。通過提取采樣圖像的歸一化矩形特征對樣本建模，歸一化矩形特征對多尺度目標(biāo)跟蹤具有較強(qiáng)魯棒性。由于歸一化矩形特征維數(shù)很高，發(fā)明基于壓縮感知對高維特征壓縮，提取尺度不變壓縮特征向量并利用積分圖使得計算復(fù)雜度大大降低，以滿足實時跟蹤的需要。利用樸素貝葉斯分類器對樣本的壓縮特征向量分類以確定目標(biāo)最可能位置，并利用分類器響應(yīng)估計粒子權(quán)重、對粒子進(jìn)行重采樣以防止粒子跟蹤能力退化，同時考慮目標(biāo)運(yùn)動速度因素利用二階模型估計和預(yù)測粒子狀態(tài)。本發(fā)明所述方法對視頻圖...
注意：該技術(shù)已申請專利，請尊重研發(fā)人員的辛勤研發(fā)付出，在未取得專利權(quán)人授權(quán)前，僅供技術(shù)研究參考不得用于商業(yè)用途。
該專利適合技術(shù)人員進(jìn)行技術(shù)研發(fā)參考以及查看自身技術(shù)是否侵權(quán)，增加技術(shù)思路，做技術(shù)知識儲備，不適合論文引用。
請注意，此類技術(shù)沒有源代碼，用于學(xué)習(xí)研究技術(shù)思路。