-
公开(公告)号：CN109859242A
公开(公告)日：2019-06-07
申请号：CN201910040310.9
申请日：2019-01-16
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种预测自适应学习的目标跟踪方法，属于图像处理领域。该方法具体包括：S1：输入第t帧图像，利用运动向量预测目标位置；S2：通过LogGabor滤波器获得相位一致性图像；S3：采集正、负样本，利用随机稀疏矩阵的提取特征，并计算正负样本的压缩特征；S4：选取朴素贝叶斯分类器响应最大的候选位置作为当前帧的目标；S5：计算目标窗口相似度来自适应地更新分类器；S6：输出第t帧的目标位置及更新后的模型参数。本发明在跟踪成功率上有显著提升，平均中心误差明显降低，提高了原算法在光照变化、遮挡等情况下的跟踪精度，有着良好的跟踪性能。
-
公开(公告)号：CN109859131A
公开(公告)日：2019-06-07
申请号：CN201910088105.X
申请日：2019-01-29
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于多尺度自相似性与共形约束的图像复原方法，属于图像处理领域。该方法包括：S1：输入训练好的GMM，用最大期望算法训练GMM，训练集为BSD500；S2：输入源图像，初始化退化图像；S3：将退化后的图像分块，通过GMM进行图像多尺度相似块分类；S4：计算每类图像块邻居间与其对应的稀疏系数在低维空间几何角度的比例，并找出最大共形比例；S5：通过图像整体稀疏系数矩阵的低秩性求得稀疏系数矩阵；S6：在稀疏表示模型下，构建多尺度相似模块与共形约束的目标函数；S7：利用ADMM求解目标函数，输出复原图像。本发明利用马氏距离度量多尺度相似块，充分挖掘图像潜在信息，使得相似块分类结果更准确。
-
公开(公告)号：CN109859242B
公开(公告)日：2022-09-09
申请号：CN201910040310.9
申请日：2019-01-16
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种预测自适应学习的目标跟踪方法，属于图像处理领域。该方法具体包括：S1：输入第t帧图像，利用运动向量预测目标位置；S2：通过LogGabor滤波器获得相位一致性图像；S3：采集正、负样本，利用随机稀疏矩阵的提取特征，并计算正负样本的压缩特征；S4：选取朴素贝叶斯分类器响应最大的候选位置作为当前帧的目标；S5：计算目标窗口相似度来自适应地更新分类器；S6：输出第t帧的目标位置及更新后的模型参数。本发明在跟踪成功率上有显著提升，平均中心误差明显降低，提高了原算法在光照变化、遮挡等情况下的跟踪精度，有着良好的跟踪性能。
-
-
Search Results
3
records
(took 0.022 seconds)
