2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩56頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著計(jì)算機(jī)技術(shù)的不斷發(fā)展,能夠給人們生活帶來(lái)極大便利的人工智能受到了人們的普遍關(guān)注。計(jì)算機(jī)視覺(jué)是人工智能的一個(gè)基礎(chǔ)分支,也是人類(lèi)與計(jì)算機(jī)自如交流的前提。作為天津市軟件產(chǎn)業(yè)發(fā)展專(zhuān)項(xiàng)基金項(xiàng)目“公交車(chē)輛視頻監(jiān)控系統(tǒng)研究”的一個(gè)組成部分,本課題主要提出一種基于多尺度技術(shù)的快速人體檢測(cè)方法,并將其應(yīng)用在車(chē)載視頻監(jiān)控系統(tǒng)中,基本實(shí)現(xiàn)監(jiān)控管理平臺(tái)對(duì)公交車(chē)輛監(jiān)控視頻的實(shí)時(shí)人體檢測(cè),為智能監(jiān)控中的人體目標(biāo)識(shí)別和跟蹤奠定基礎(chǔ)。
  本文詳細(xì)介紹了人體

2、檢測(cè)方法中的關(guān)鍵技術(shù),如特征提取和統(tǒng)計(jì)學(xué)習(xí)方法等,并深入分析了基于部件模型的人體檢測(cè)方法。該人體檢測(cè)方法中使用了HOG特征提取技術(shù)和帶有隱藏值的支持向量機(jī)(LSVM)這一統(tǒng)計(jì)學(xué)習(xí)方法,檢測(cè)效果較好,但檢測(cè)速度較慢。本文在該人體檢測(cè)方法中引入多尺度梯度直方圖技術(shù),通過(guò)對(duì)相鄰尺度下圖像特征進(jìn)行估計(jì)來(lái)簡(jiǎn)化每一級(jí)圖像金字塔的特征提取過(guò)程,減少特征提取過(guò)程中的計(jì)算量,從而加快人體檢測(cè)速度。
  最后,本課題通過(guò)實(shí)驗(yàn)對(duì)提出的快速人體檢測(cè)方法進(jìn)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論