搜索结果: 1-15 共查到“Mean-Shift”相关记录62条 . 查询时间(0.108 秒)
EXTRACTION OF 3D FEATURE FROM LIDAR DATA FUSED WITH AERIAL IMAGES USING IMPROVED MEAN-SHIFT ALGORITHM
LiDAR Feature Extraction Mean-Shift
2016/3/17
An innovative approach is proposed for the extraction of the complex urban three dimensional feature efficiently and accurately. In this method, firstly, both the LiDAR data and the aerial images are ...
A REGION-BASED TECHNIQUE FOR FUSION OF HIGH RESOLUTION IMAGES USING MEAN SHIFT SEGMENTATION
Image processing Sharpening Image understanding Fusion Geography
2015/12/31
This paper describes a region-based technique for fusion of high-resolution images. In this technique, mean shift segmentation is adopted to extract the features for high resolution image as a substit...
基于改进Mean Shift的运动目标跟踪算法
均值漂移 卡尔曼滤波器 遮挡处理 目标跟踪
2016/7/25
为了提高传统Mean Shift算法在目标快速运动和被大面积遮挡两种情况下跟踪的效果，对Mean Shift跟踪算法进行了3点改进：采用Kalman滤波器预测运动目标轨迹，以提高算法对快速运动目标的鲁棒性；提出了一种融合Kalman滤波器残差和Bhattacharyya系数的遮挡处理机制，以提高目标被大面积遮挡时的跟踪效果；提出了一种基于自适应更新因子的目标模型更新机制，以提高动态适应能力。对比实...
URBAN DENSITY INDICES USING MEAN SHIFT-BASED UPSAMPLED ELEVATION DATA
urban density LiDA Neural Networks
2015/5/7
Urban density is an important factor for several fields, e.g. urban design, planning and land management. Modern remote sensors deliver ample information for the estimation of specific urban land cl...
基于特征贡献度的Mean Shift目标跟踪
Mean Shift 特征贡献度 模板匹配 核直方图 特征提取
2016/10/12
为有效提高Mean Shift 算法的模板匹配精确度，采用基于特征贡献度的Mean Shift 目标跟踪方法，对不 同贡献度的特征向量赋予不同的权重，以彰显目标特征、抑制背景因素。分别介绍传统Mean Shift 目标跟踪算法和 基于特征贡献度的Mean Shift 算法，并针对多组视频进行实验验证与分析。结果表明：改进后的Mean Shift 算法不 仅能提高跟踪精度、提升系统的鲁棒性，而且对6...
基于颜色与梯度方向联合直方图的Mean Shift跟踪
目标跟踪 Mean Shift跟踪 联合直方图 光照变化 目标旋转
2015/12/26
由于单一的基于方向纹理特征的模板匹配跟踪算法不能准确跟踪目标旋转,无法应对光变、目标旋转以及部分遮挡的复杂场景下的跟踪,本文在mean shift算法框架下提出一种基于颜色与梯度方向联合直方图的跟踪算法,该算法通过扩展直方图的维度将颜色与梯度方向特征融合到一个直方图中构成联合直方图。由光照变化模型计算得出光变因子表征光照变化程度,并作为两种特征的比例系数对联合直方图归一化。当光变因子小于某个阈值则...
基于特征贡献度的Mean Shift目标跟踪
Mean Shift 特征贡献度 模板匹配 核直方图 特征提取
2016/5/4
为有效提高Mean Shift 算法的模板匹配精确度，采用基于特征贡献度的Mean Shift目标跟踪方法，对不同贡献度的特征向量赋予不同的权重，以彰显目标特征、抑制背景因素。分别介绍传统Mean Shift目标跟踪算法和基于特征贡献度的Mean Shift算法，并针对多组视频进行实验验证与分析。结果表明，改进后的Mean Shift算法不仅能提高跟踪精度、提升系统的鲁棒性，而且对640 pixe...
基于在线支持向量机的Mean Shift彩色图像跟踪
Mean Shift HSV颜色空间 在线支持向量机
2014/3/18
为了解决传统Mean Shift跟踪方法中目标模板只能从单一图像建立，且很难更新问题，提出了一种新的Mean Shift彩色图像跟踪方法。将RGB颜色空间投影到HSV颜色空间，建立了基于HSV颜色空间的统一直方图核函数模型。为了实现模板在线更新，引入在线支持向量机，推理了基于HSV空间的在线支持向量机的Mean Shift跟踪算法，从而适应目标因尺寸、姿态及光照造成的模型变化。为了验证算法的有效性...
基于改进Mean-Shift算法的红外小目标跟踪
Mean-Shift 红外小目标 自适应 非线性 融合
2016/8/23
复杂背景下的红外小目标跟踪在目标跟踪领域一直是重要的研究方向。由于小目标体量小、 机动性大，而红外图像大多受到严重的背景噪声和热噪声影响，使得针对红外小目标的跟踪大多出错率高，鲁棒性不强。针对红外小目标的跟踪，提出了一种改进的Mean-Shift 算法。结合图像的统计特性，提出了一种自适应非线性算法对图像进行处理；同时融合了图像的梯度直方图对目标进行描述。实验通过对高强度噪声和高遮挡环境下视频目标...
为解决目标跟踪中运动目标存在较大尺度变化、旋转、快速运动或遮挡时跟踪效果欠佳的问题，提出了一种将尺度不变特征变换(SIFT)特征匹配和Kalman滤波与Mean Shift结合的运动目标跟踪方法。首先，利用Kalman滤波估计目标运动状态，将其估计值作为Mean Shift跟踪的初始位置；然后，当候选目标模型和初始目标模型的相似性测度系数小于某一阈值时，启用SIFT特征匹配寻找目标可能位置，并在该...
模板自适应的Mean Shift红外目标跟踪
MeanShift 图像矩 机器学习 增量式支持向量机
2016/8/19
为了解决Mean Shift跟踪算法中目标模板只能从单一图像建立且很难更新问题，提出了一种结合改进的Mean Shift与增量式支持向量机的红外目标跟踪算法。首先，根据目标区域的灰度直方图对目标进行描述，然后采用标准Mean Shift搜索目标，结合子图图像矩特征进行二次搜索，再计算下一帧搜索的窗口大小，以解决目标尺寸明显变化时造成目标丢失的问题。同时，针对目标遮挡易导致跟踪失败的问题，引入机器学...
改进的mean shift目标跟踪算法
目标跟踪 均值偏移 模板更新 抗遮挡
2013/11/19
提出一种改进的均值偏移（mean shift， MS）目标跟踪算法，用于提高模板漂移和大面积遮挡情况下视觉目标跟踪算法的鲁棒性和准确性。首先判断目标是否存在遮挡现象，当遮挡未发生时，采用原始MS算法跟踪目标，利用选择性分量更新策略对目标模板进行更新，减少模板漂移的影响|当遮挡发生后，利用非对称核函数模型对候选目标模型进行矫正，降低遮挡像素点对MS矢量和目标跟踪稳定性的影响。实验结果表明，改进的跟踪...
On the Convergence and Consistency of the Blurring Mean-Shift Process
Mean-shift Convergence Consistency Clustering,γ-divergence Super robustness
2013/6/13
The mean-shift algorithm is a popular algorithm in computer vision and image processing. It can also be cast as a minimum gamma-divergence estimation. In this paper we focus on the "blurring" mean shi...
基于复杂特征融合的改进mean shift目标跟踪
目标跟踪 均值转移算法 Gabor 小波 特征融合
2014/7/21
提出一种融合Gabor 小波纹理特征与颜色特征的改进mean shift 目标跟踪算法. 首先, 提取移动目标的颜色特征和纹理特征直方图; 其次, 基于mean shift 算法定义融合相似度系数, 对特征空间进行融合并得出目标中心位置; 再次, 通过定义特征自适应系数来融合基于颜色和纹理特征的目标位置; 最后, 对上述结果进行处理, 得到目标最终位置. 实验结果表明, 该算法在跟踪目标存在变形、...