排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
为了降低识别复杂度, 提高识别效率, 实现手势的快速高效跟踪, 提出一种分情况检测思想和搜索框概念。首先对图像进行细检测, 得到目标的准确位置, 然后通过粗检测与跟踪相结合的方式进行目标跟踪, 并对跟踪结果进行修正和可信度判断。实验结果显示: 算法对图像手势的平均检测跟踪正确率可以达到
97.36%, 且保证平均漏检率在5%以下, 对各种外界因素具有较好的鲁棒性; 算法对视频图像的处理速度达19.42 帧/秒, 满足人机交互系统中的实时性需求; 与TLD 算法相比, 本算法在处理速度上有数量级的改善, 算法结果的正确率也有明显优势。 相似文献
2.
森林干扰在全球和区域碳平衡、气候变化、植被生产力、蒸散发等多方面都有着重要的影响.遥感技术以其在动态监测中经济便捷的优势而成为大尺度森林干扰监测的主要手段.本文以大兴安岭为研究区域,利用2006年1km分辨率的MODIS反射率、LST和NDVI数据,有效提取归一化森林干扰变化信息.针对本研究扰动象元点与非扰动象元点存在较大差异的不平衡性问题,对比了SVM,one class SVM(OCSVM),和bootstrapping SVM分类器在不平衡分类中的效果,结果表明,bootstrapping SVM能够获得更稳定的模型和更高的精度,总体精度达99.14%,kappa系数为0.87,说明基于MODIS粗分辨率数据和bootstrapping SVM算法可以克服不平衡分类问题、有效提取森林干扰区域,可作为一种经济可行的对大区域甚至全球森林干扰监测的方法. 相似文献
1