基于KLT特征点跟踪算法的行人跟踪方法

    公开(公告)号:CN107292908A

    公开(公告)日:2017-10-24

    申请号:CN201610205854.2

    申请日:2016-04-02

    Applicant: 上海大学

    Abstract: 本发明涉及基于KLT特征点跟踪算法的行人跟踪方法,属于计算机视觉技术领域。因对图像几何和光学性能的形变都能保持很好地不变形;并且在Gamma归一化条件下,行人的姿态浮动范围较大,大部分细微动作并不会影响侦测效果而选用HOG和SVM的行人检测方法。然后结合KLT算法,对检测结果进行追踪;KLT是光流法的进一步发展,实时性好,且不易丢失追踪目标,非常对已有目标进行实时的追踪。本发明由于结合了侦测算法与跟踪算,很好地解决了目前很多跟踪算法摄像头固定无法移动或无法跟踪特定目标的问题;而且此方法也弥补了因HOG和SVM计算复杂度高,侦测速度慢的缺点。

    基于频率补偿的QAM信号的频偏估计方法

    公开(公告)号:CN106027454A

    公开(公告)日:2016-10-12

    申请号:CN201610205877.3

    申请日:2016-04-02

    Applicant: 上海大学

    CPC classification number: H04L27/38 H04L27/0014

    Abstract: 本发明公开了一种基于频率补偿的QAM信号的频偏估计方法,属于信号处理领域。选择传统的四次方倍频法和zfft相结合的方法,首先利用四次方倍频法和频谱搜索相结合的方法,初步估计出一个频偏值。然后利用这个粗估的频偏值进行下变频,把频谱搬移到较低的频段,再结合zfft频谱细化方法,利用频谱搜索估计出一个载波频偏值。最后把两步估计出的频偏值相加便得到了最终的载波频偏估计值。本发明由于采用zfft频谱细化的方法,相比于传统的四次方倍频法能大大的提高精度,相比于czt(Chirp‑Z,线性调频Z变换)算法复杂度也降低了很多,在实际中有较为广泛的应用。

Patent Agency Ranking