首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   5篇
  综合类   5篇
  2014年   1篇
  2007年   1篇
  2006年   2篇
  2005年   1篇
排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
虚拟战场环境地城广阔、战场目标众多,传统的碰撞检测方法是遍历战场中的每一个目标,这将大大影响碰撞检测的实时性.提出了基于OBB战场环境的感兴趣区域(AOI)的实时碰撞检测算法.当战场环境内部状态发生变化时,该算法仅对AOI区域而不是整个战场环境进行碰撞目标的检测,可大大提高虚拟战场环境中碰撞检测的有效性,而且完全不降低碰撞检测的精确性,减少了系统碰撞检测的负担,提高了系统的实时性.  相似文献
2.
中国-东盟自由贸易区的建立,将为中国的政治、经济、文化及社会等领域带来许多利益,为本地区和世界的共同发展带来新的动力。  相似文献
3.
在回顾中国—东盟自由贸易区构建历程的基础上,对中国、东盟各方从中的获益性做出了分析,指出中国—东盟的共同利益将是贸易区发展的推动力。  相似文献
4.
针对分布式虚拟环境(DVE)系统中服务器为系统性能瓶颈问题,提出了一种新的基于DVE系统化身兴趣区域(AOI)交会触发的服务器消息过滤方法.较之于传统的基于AOI方法的服务器消息优化方法,它通过在客户之间直接进行消息交互而减少客户与服务器之间的通信数量,并最终减少服务器的通信负载.针对该方法进行了理论分析,一系列的仿真实验也验证了理论的正确性.  相似文献
5.
近年来基于视频的车辆自动检测作为城市智能交通系统的一项重要技术一直受到关注.针对AdaBoost分类器目标检测所存在的漏检、误检和计算量过大等问题,提出一种基于混合高斯模型运动区域提取和Haar-like特征的AdaBoost级联分类器的交通视频车辆检测算法,首先通过建立混合高斯模型对运动目标的总体区域进行检测,进而提取基于车辆运动的感兴趣区域,再对其进行基于Haar-like特征的区域AdaBoost级联分类,实现对运动车辆的检测.由于采用了基于运动区域提取和分类相结合的检测模式,通过混合高斯背景模型较准确的提取出ROI作为车辆的候选区域,约束了每帧的搜索区域,使AdaBoost分类器的目标检测更具针对性,提高了检测的准确性,降低了漏检率;同时也减少了分类算法滑动窗口扫描所需要的时间,提高了检测速度.实验结果验证了所提出算法对复杂交通环境车辆检测的适应性和有效性.  相似文献
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号