[ 登录/注册 ] 购物车(0)
期刊大全 杂志订阅 SCI期刊 期刊投稿 出版社 公文范文 精品范文
摘要:目前多数阴影检测方法局限于半影阴影,不能很好地应对本影阴影。针对该问题,引入卡尔曼滤波,提出一种自上向下的动态阴影检测与跟踪方法。利用梯度信息获得目标的轮廓信息以改进前景分割过程,分析每个潜在阴影的纹理相似性和亮度失真的空间相似性,在数据关联框架中结合卡尔曼滤波,利用目标和阴影之间的时间一致性提高阴影检测率。在多个数据集上的实验结果表明,该方法稳定高效,与几何信息法、颜色空间差异法和多级方法相比,其平均阴影辨别率较高。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
北大期刊 下单
国际刊号:1000-3428
国内刊号:31-1289/TP
国际刊号:1672-5913
国内刊号:11-5006/TP
国际刊号:1000-3266
国内刊号:11-2124/TP
国际刊号:1008-1739
国内刊号:13-1223/TN
国际刊号:1006-2343
国内刊号:31-1382/TH
多年专注期刊服务,熟悉发表政策,投稿全程指导。因为专注所以专业。
推荐期刊保障正刊,评职认可,企业资质合规可查。
诚信服务,签订协议,严格保密用户信息,提供正规票据。
如果发表不成功可退款或转刊。资金受第三方支付宝监管,安全放心。