文档详情

一种基于特征增强和视频历史帧的单目标跟踪方法.pdf

发布：2023-05-07约1.06万字共9页下载文档

文本预览下载声明

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114565637 A (43)申请公布日 2022.05.31 (21)申请号 202210041658.1 G06N 3/04 (2006.01)

显示全部

相似文档

一种基于实例特征感知的鲁棒单目标跟踪方法.pdf (19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 113361329 B (45)授权公告日 2022.05.06 (21)申请号 202110510460.9 G06K 9/62 (2022.01)
2023-06-19 约1.79万字 12页立即下载
一种基于UV直方图特征的视频色彩增强方法及系统.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114565543 A (43)申请公布日 2022.05.31 (21)申请号 202111655771.0 (22)申请日 2021.12.30 (71)申请人上海网达软件股份有限公司地址 2
2023-05-07 约1.06万字 10页立即下载
基于目标特征增强的多目标跟踪与分割算法研究.pdf 摘要多目标跟踪与分割是在多目标跟踪任务的基础上发展而来的，在计算机视觉领域占据着关键地位，涉及目标检测、目标跟踪、目标分割以及目标重新识别等多方面任务。它将目标的跟踪不仅仅限制在整体目标的范围内，而是提升到更精细的像素级别的分割水平，以更全面的理解场景中的目标对象。近年来，深度学习技术已在多目标跟踪领域获得广泛应用，通过在多目标跟踪网络中引入语义分割网络或实例分割网络，可将多目标跟踪与像素级别的分割有效的结合，该方法不仅能够准确追踪目标的位置和形状，还能够提供目标内部结构的详细信息，从
2025-03-10 约8.93万字 65页立即下载
基于视频增强的目标跟踪方法、装置、设备及存储介质.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112819858 A (43)申请公布日 2021.05.18 (21)申请号 202110129674.1 G06N 3/04 (2006.01)
2023-06-07 约1.88万字 16页立即下载
一种基于特征聚合的多目标跟踪算法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112818771 A (43)申请公布日 2021.05.18 (21)申请号 202110070857.0 (22)申请日 2021.01.19 (71)申请人江苏大学地址 21
2023-06-03 约1.6万字 13页立即下载
基于时空特征融合的目标跟踪方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号CN117423035A (43)申请公布日2024.01.19 (21)申请号202311423598.0 (22)申请日2023.10.27 (71)申请人安徽大学地址230039
2024-01-17 约2.27万字 18页立即下载
一种基于视频的目标跟踪器.pdf (19)中华人民共和国国家知识产权局 (12)实用新型专利 (10)授权公告号 CN 214154614 U (45)授权公告日 2021.09.07 (21)申请号 202022277045.7 (22)申请日 2020.10.14 (73)专利权人成都师范学院地址
2023-04-04 约8.11千字 9页立即下载
基于视频的目标跟踪方法解析.ppt 基于视频的目标跟踪方法 石亚玲 2015223040029 MeanShift 算法 MeanShift算法简介基于MeanShift的目标跟踪算法 MeanShift算法实现过程 MeanShift算法简介基本含义 MeanShift算法简介基于MeanShift的目标跟踪算法 ?基于均值漂移的目标跟踪算法通过分别计算目标区域和候选区域内像素的特征值概率得到关于目标模型和候选模型的描述，然后利用相似函数度量初始帧目标模型和当前帧的候
2017-01-11 约字 12页立即下载
时空特征增强的鲁棒视觉目标跟踪方法研究.pdf 摘要视觉目标跟踪是计算机视觉领域的一个重要应用，经过多年的研究已取得了巨大进展。目前，视觉目标跟踪方法的性能在自然场景下会受到如背景杂乱、快速运动、光照变化、目标尺度变化和遮挡等多种挑战的干扰，因此对目标进行精准跟踪具有较大难度，为解决这个问题，本文提出时空特征增强的鲁棒视觉目标跟踪方法，利用深度神经网络和注意力机制等多种方式提取、融合以及增强视频中包含的时空特征，有效解决目标跟踪中出现的多种挑战，提高了视觉目标跟踪的成功率和精确率。具体研究内容包括：（1）针对多数卷积神经
2025-03-16 约9.15万字 65页立即下载
时空特征增强的鲁棒视觉目标跟踪方法研究.docx 时空特征增强的鲁棒视觉目标跟踪方法研究一、引言随着计算机视觉技术的不断发展，视觉目标跟踪技术在智能监控、无人驾驶、人机交互等领域得到了广泛应用。然而，由于目标在运动过程中可能受到光照变化、背景干扰、目标形变等多种因素的影响，使得视觉目标跟踪仍然面临诸多挑战。为了解决这些问题，本文提出了一种时空特征增强的鲁棒视觉目标跟踪方法，旨在提高跟踪的准确性和鲁棒性。二、相关工作在视觉目标跟踪领域，研究者们已经提出了许多方法。传统的跟踪方法主要依赖于目标的颜色、纹理等特征进行跟踪，但由于这些特征在复杂场景下可能不稳定，导致跟踪效果不佳。近年来，基于深度学习的目标跟踪方法取得了显著成果，通过学习目标的
2025-02-19 约4.48千字 9页立即下载
一种视频多目标跟踪与分割系统和方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利 (10)授权公告号 CN 112801068 B (45)授权公告日 2021.07.16 (21)申请号 202110397488.6 G06T 7/246 (2017.01) (22)申请日
2023-06-04 约2.2万字 16页立即下载
一种遥感卫星视频目标跟踪方法.pdf (19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 113392721 B (45)授权公告日 2023.02.10 (21)申请号 202110566623.5 G06V 10/82 (2022.01)
2023-06-17 约1.22万字 9页立即下载
一种基于目标感知的深度孪生网络高光谱视频目标跟踪方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利 (10)授权公告号 CN 112816474 B (45)授权公告日 2022.02.01 (21)申请号 202110017726.6 CN 111915644 A,2020.
2023-06-06 约1.71万字 10页立即下载
《基于模型引导和特征增强的深度视觉跟踪方法研究》.docx 《基于模型引导和特征增强的深度视觉跟踪方法研究》一、引言随着计算机视觉技术的飞速发展，深度学习在视觉跟踪领域的应用逐渐成为研究热点。深度视觉跟踪作为计算机视觉的重要分支，其目标是在连续的视频帧中准确、实时地跟踪目标对象。传统的视觉跟踪方法往往依赖于目标模型的简单表示和特征提取的有限能力，导致在复杂场景下跟踪效果不佳。因此，本文提出了一种基于模型引导和特征增强的深度视觉跟踪方法，旨在提高跟踪的准确性和鲁棒性。二、相关工作在深度视觉跟踪领域，许多研究者提出了不同的方法。早期的方法主要依赖于手工设计的特征和简单的模型表示。然而，这些方法在处理复杂场景和目标形变时效果有限。近年来，随着深度学习
2025-01-15 约8.82千字 17页立即下载
一种基于多级特征提取器的具有自恢复力的目标跟踪方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114882071 A (43)申请公布日 2022.08.09 (21)申请号 202210525128.4 (22)申请日 2022.05.14 (71)申请人苏州海裕鸿智能科技有限公司地址
2023-05-15 约4.03千字 5页立即下载