探索运动目标检测与跟踪的前沿技术，涵盖从基础理论到高级应用的全方位资源。本标签下汇集了3460个精选案例、教程及工具，专为从事雷达、视频监控、自动驾驶等领域的工程师设计。深入了解如何利用机器学习算法提高目标识别精度，优化运动估计模型以适应复杂环境变化。无论是初学者还是资深开发者，都能在这里找到提升技...
采用结合概率数据关联的卡尔曼滤波方法，研究一种基于位置、速度信息的微弱点动目标Bayes跟踪技术。其关键是在跟踪区域检测时，检测器以Basyes模式进行工作，检测门限随目标先验概率比变化。提出一种新的
利用概率统计模型和信息增量最大化对运动目标检测进行传感器资源调度. 在求取信息增量时,将目标概率密度的变化分成目标转移和量测更新所引起的变化,并分别推出由均值和协方差的变化求解这两种情况下概率密度变化
· 摘要： 本文提出一种基于DSP、静止摄像机条件下运动目标的实时检测与判别算法.它针对CCD摄像机广泛使用的YUV图像格式,对自适应混合高斯模型进行改进,并根据光亮变化的快慢来更新背景模型中的更新率α;在判别算法中,...
·摘要： 提出一种基于MPEG-4的运动目标检测跟踪的方法,通过对MPEG-4编码中的运动矢量进行阈值分割、形态滤波等,实现运动物体的检测,并在ADSP-BF533上进行实现,给出实验结果.
根据二维空间内目标作匀速直线运动和匀速圆周运动的特点，在建立目标运动模型和观测模型的基础上采用基于交互多模算法（IMM）的卡尔曼滤波器对机动目标进行跟踪。仿真结果表明，该算法不仅能够对匀速直线运动和匀速圆周运动的目标进行跟踪，而且在运动模型...