📚 微弱目标检测技术资料

📦 资源总数：7501
📄 技术文档：1
💻 源代码：13381
微弱目标检测技术，专注于在复杂背景或低信噪比环境下精准识别与定位难以察觉的目标。该技术广泛应用于雷达系统、光学成像、生物医学工程及安防监控等领域，是提升系统性能的关键。通过深入学习本标签下的7501个资源，您将掌握先进的信号处理算法与模式识别方法，助力解决实际工程中的挑战性问题。无论是理论研究还是项目开发，这里都是您不可或缺的知识宝库。

🔥 微弱目标检测热门资料

查看全部7501个资源 »

头肩的定位检测采用了Haar特征和HOG特征的层级分类方法，并根据头肩的对称性特点，提出了一种称为Joint HOG的组合型特征。通过Haar分类器滤除大部分负样本后，接着用HOG进行精细的验证从而得到头肩目标框。实验表明，本文的方法取得了80%~90%的准确率，并且完全可以用于实时处理。 ...

📅 👤 weareno2
Joint HOG 特征 复杂场景

机动目标的跟踪问题一直是人们研究的重点，实现机动目标精确跟踪，首要解决的问题就是使所建立的目标运动模型与实际的目标运动模型匹配。目前常用的有多模型(MM)，交互式多模型(IMM)，切换模型等。多模型方法就是对一组具有不同机动模型分别进行Kalman滤波，最终的参数估计是各滤波器估计值的加权和；在多模...

📅 👤 maizezhen
机动

从人流统计的实际工程出发,实现了基于计算机视觉的人体运动检测及跟踪系统,采用“差影法”滤掉静止帧,使用自适应的一阶递归滤波及帧差法提取运动区域,并通过数学形态滤波的开运算和闭运算改善运动区域提取效果。实验结果证明本运动跟踪方案处理简单高效 、抗噪能力强,可以完成复杂背景下运动目标的实时性检测与跟踪...

📅 👤 梧桐
帧 滤波 运算 工程

📄 微弱目标检测技术文档

查看更多 »
📄
清华大学出版社出版的《数字图像处理实训教程》一书以提高动手能力为目标
清华大学 出版社 数字图像处理

💻 微弱目标检测源代码

查看更多 »
💻
bookinfo.dat
💻
opencv学习笔记(二)基于haar-like特征的层叠推进分类器快速目标检测
💻
mti.m
💻
mti.asv
💻
bookinfo.dat
💻
bgm.txt
📂 微弱目标检测资料分类
🔥 热门资料 查看最受欢迎的资源 📄 技术文档 技术手册与Datasheet 💻 源代码 程序代码与工程文件 📚 全部资料 7501 个资源