圖形跟蹤與卡爾曼濾波(編輯修改稿)
2025-05-26 05:36 本頁面
【文章內(nèi)容簡介】 我們下來找到它們之間的聯(lián)系函數(shù)。在此之前，還需要引入一個組合模型參數(shù) c，使得 ，則可以基于該模型的線性性質(zhì)直接獲得 PCA的成績： 其中 cWxx 1s ss Q???cb Q?????????????????????)gg()xx(WbbWb TgTssgsscgg gg Q???二、圖象的動態(tài)跟蹤 1. AAM（主動外觀模型） ? 最后，我們對以上模型進行優(yōu)化。在 AAM中，盡量減少搜索和實際圖像所提供的合成對象之間的差異是一種優(yōu)化算法，此時二次誤差準則可作為優(yōu)化準則 ： 同時， AAM引入了參數(shù)變化之間的線性關(guān)系： 21212i m a g em o d e l )()( ggggEmiimi?? ???? ????gRc ?? ?二、圖象的動態(tài)跟蹤 2. VTWPM（基于參數(shù)模型的有效區(qū)域跟蹤） ? 當一個對象通過移動相機的視野，其圖像可能會發(fā)生顯著變化。由于對象相對于相機的觀察和光源的變化，甚至可能出現(xiàn)部分或完全閉塞的區(qū)域。接下來我們提出一個高效的并能夠解決對象跟蹤問題的總體框架：首先，我們開發(fā)了一個計算效率的方法來處理在結(jié)構(gòu)的變化中所產(chǎn)生的幾何失真。然后，我們用一個算法來跟蹤大的圖像區(qū)域，使需要跟蹤且沒有光照變化的區(qū)域不存在更多的計算幾何和光照。最后，我們從穩(wěn)健統(tǒng)計技術(shù)中增加這些方法，進而修正閉塞區(qū)域?qū)ο蟮慕y(tǒng)計離群值。 二、圖象的動態(tài)跟蹤 2. VTWPM（基于參數(shù)模型的有效區(qū)域跟蹤） ? 在這個算法中，我們主要利用以下兩組等式來進行公式的推導(dǎo)和求解： 其符合關(guān)系式 ?????????????)),((. ..)),(()),((),(I21txfItxfItxfItN??????????????????????)。()),。((. . .)。()),。(()。()),。((),(Mf22f11f??????????NtNttxftxfI
黨政相關(guān)相關(guān)推薦
鄂ICP備17016276號-1