排序方式: 共有24条查询结果,搜索用时 15 毫秒
21.
22.
为了解决核化相关滤波器(KCF)在复杂场景下鲁棒性差的问题,提出了基于自适应组合核(SACK)的目标跟踪算法。跟踪任务分为位置跟踪和尺度跟踪两个独立部分。首先,以线性核和高斯核的自适应组合作为核跟踪滤波器,构造了SACK权重的风险目标函数。该函数根据核的响应值自适应调整线性核和高斯核权重,不仅考虑了不同核响应输出的经验风险泛函最小,而且考虑了极大响应值的风险泛函,同时具有局部核和全局核的优点。然后,根据该滤波器的输出响应得到目标精确位置,设计了基于目标极大响应值的自适应更新率,针对位置跟踪滤波器进行自适应更新。最后,利用尺度跟踪器对目标尺度进行估计。实验结果表明,所提算法的成功率和距离精度在OTB-50数据库表现最优,比KCF算法分别高6.8个百分点和4.1个百分点,比双向尺度估计跟踪(BSET)算法分别高2个百分点和3.2个百分点。该算法对形变和遮挡等复杂场景具有很强的适应能力。 相似文献
23.
24.
用短块移动操作对一个排列进行排序是一种染色体基因重排技术。怎样才能找出使用短块移动次数最少的排序算法是计算生物学等领域最热门的研究问题之一。给出了短块移动的最优解算法,对近似算法进行了修改。实验验证了最优解算法和近似算法在实际运行过程中都有较好的表现。 相似文献