圖形跟蹤與卡爾曼濾波(完整版)
【正文】 Using Statistical Models of Appearance”. 參考文獻 4. Gregory D. Hager, and Peter N. Belhumeur, “Efficient Region Tracking With Parametric Models of Geometry and Illumination,” IEEE Trans. on Pat. Analys. and Mach. Intellig., Vol. 20, No. 10, pp. 10251039, Oct. 1998. 謝謝觀看！ 。()39。(39。過濾器的構造為最小平方差，其目的是從信號中提取所需的信息，忽略其他一切，執(zhí)行這項任務的效果有多好可以采用成本或損失函數(shù)來衡量。()),。它將平面形狀作為一個有限的地標集來處理，用于單一 N點形狀的表示是： 下面利用協(xié)方差矩陣的特征向量 的線性組合 引入平均形狀 得到下式： Tnn yyyxxx ],. . . ,. . . ,[x 2121?S?xSbSS bxx ???二、圖象的動態(tài)跟蹤 1. AAM（主動外觀模型） ? 接下來我們引入質(zhì)地方案，即“整個對象的像素強度的問題（如合適的標準化后有所必要 ）” ，那么對于 m個樣本可以這樣描述： 同樣有 Tmggg ],. . . ,[g 21?gg bgg ???二、圖象的動態(tài)跟蹤 1. AAM（主動外觀模型） ? 有了上述知識基礎，我們下來找到它們之間的聯(lián)系函數(shù)。),( ?????(g)extF(p)extF0FF )g(i n t ?? ext一、圖形的邊緣定位 2. GVF（梯度矢量流） ? GVF是在 Snakes的基礎上，引入了函數(shù) ν(x, y)來代替 ，從而 下面我們引進源自于 I(x, y)的邊緣圖函數(shù)： (g)extF?????? ??? ),(39。39。39。姓 名： . ※※※ . 指導老師： . ※※※ . 單 位： .※※※※※※※※※※※ . 圖形跟蹤與卡爾曼濾波 一、圖形的邊緣定位 1. Snakes（主動輪廓模型） ? 該模型通常用于定位對象的邊界。39。)(39。39。利用變分法，我們可以通過對以下兩個方程求解從而獲得 G
黨政相關相關推薦
鄂ICP備17016276號-1