视觉跟踪中的粒子滤波算法研究进展

详细讨论粒子滤波算法在视觉跟踪领域的研究现状,对应用粒子滤波算法解决单目标及多目标跟踪问题进行了详细的分析.在粒子滤波算法框架内,选择一个合适的建议分布构建基于粒子滤波算法的跟踪算法是文章关注的焦点.对视觉跟踪中的难点问题:遮挡、目标交互、场景光线变化等详细的分析了使用粒子滤波算法的解决方法.第三部分对当前粒子滤波算法在视觉跟踪应用中存在的问题进行了分析,最后给出了结论.     

基于Simhash算法的作业查重系统设计

为了减少大学生完成作业过程中的抄袭问题,提高大学课程教学的过程性考核效果。基于自然语言处理中常用的Simhash算法,设计开发了作业查重系统。该系统以Spring、SpringMVC、MyBatis(SSM)为开发框架,前端开发采用Bootstrap技术。先采用IKAnalyzer分词器对输入的作业文本进行分词处理,再使用Simhash算法计算文档的签名,最后通过计算汉明距离得到作业的查重结果。该系统能够对学生提交的作业进行查重,帮助教师客观地评价学生的作业完成情况,有效防止作业抄袭现象,从而营造良好的学风环境,促进学生的健康发展。     

改进AdaBoost与SVM快速人脸检测

使用Ada Boost进行人脸检测,存在训练时间长以及误检率高的问题.本文提出了一种新的快速人脸检测方法.首先通过对类Haar特征约束,提高人脸特征选取的有效性,减少整体特征数;然后利用基于梯度方向直方图HOG特征的支持向量机SVM算法对改进后的Ada Boost算法出现的高误检率进行检测优化,以降低误检率,提高检测的准确度.实验结果表明,本文提出的Ada Boost改进算法可以有效地缩短训练和检测时间,结合SVM优化实验可以大大降低误检率,提高人脸检测的正检率,实现快速高效的人脸检测.