检索结果分析
- 基于流形排序和随机游走的图像显著性检测方法
-
申请号：CN201610511728.X
申请日：20160630
申请人：重庆大学
浏览量：0 - 摘要：本发明提出了一种基于流形排序和随机游走的图像显著性检测方法，包括如下步骤：S1，获取图像，对该图像进行超像素分割，以超像素为节点构建闭环图模型；S2，基于前景特征进行流形排序得到流形排序前景特征显著图S<sub>MRfg...
- 基于自适应模型的稠密时空上下文目标跟踪方法
-
申请号：CN201610414060.7
申请日：20160613
申请人：重庆大学
浏览量：0 - 摘要：本发明提出了一种基于自适应模型的稠密时空上下文目标跟踪方法，包括如下步骤：S1，用户指定并给出视频第一帧初始矩形框的跟踪目标，并用于初始化得到STC常规模板，然后立即对该常规模板进行一次快照保存得到第一个历史快照模板并将...
- 基于Manifold Ranking和结合前景背景特征的显著性检测方法
-
申请号：CN201610355027.1
申请日：20160526
申请人：重庆大学
浏览量：0 - 摘要：本发明提出了一种基于Manifold?Ranking和结合前景背景特征的显著性检测方法，包括：S1，获取图像数据，对图像数据的前景特征和背景特征进行流形排序，获得每个图像数据中的超像素部分的显著值，得到该图像数据的显著图...
- 结合粒子滤波的时空上下文视频目标跟踪方法
-
申请号：CN201510956797.7
申请日：20151218
申请人：重庆大学
浏览量：0 - 摘要：本发明公开了一种结合粒子滤波的时空上下文视频目标跟踪方法，包括如下步骤：S1，读取第一帧视频数据，选定视频目标框，并初始化时空上下文特征模型和粒子滤波特征模型；S2，读取新一帧视频数据，通过时空上下文跟踪方法获取其中的特...
- 结合粒子滤波的时空上下文视频目标跟踪方法
-
申请号：CN201510956797.7
申请日：20151218
申请人：重庆大学
浏览量：0 - 摘要：本发明公开了一种结合粒子滤波的时空上下文视频目标跟踪方法，包括如下步骤：S1，读取第一帧视频数据，选定视频目标框，并初始化时空上下文特征模型和粒子滤波特征模型；S2，读取新一帧视频数据，通过时空上下文跟踪方法获取其中的特...