MEANSHIFT

作品数：139被引量：793H指数：13
导出分析报告
相关领域：自动化与计算机技术更多>>
相关作者：谷凯凯曲巨宝焦李成陈超朱明更多>>
相关机构：武汉大学西安电子科技大学南京邮电大学中国科学院长春光学精密机械与物理研究所更多>>
相关期刊：更多>>
相关基金：国家自然科学基金中央高校基本科研业务费专项资金国家高技术研究发展计划国家教育部博士点基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于深度学习算法与AP聚类的轻量级分布式数据泄露检测
《计算机应用文摘》2024年第18期79-81,共3页商圣光 
轻量级分布式数据在分布上存在属性特征。在对该类数据的泄漏状态进行检测时,可能导致输出结果误差较大。因此,文章提出了基于深度学习算法与AP聚类的轻量级分布式数据泄露检测方法。结合数据簇不同区域meanshift模长的差异性,对分布式...
关键词：深度学习算法 AP聚类 轻量级分布式数据 泄露检测 MEANSHIFT 局部中心量度 连接能力 衰减状态 
基于Camshift方法的视觉目标跟踪技术综述
《电脑知识与技术》2024年第17期11-14,共4页伍祥 张晓荣 潘涛 朱文武 
安徽省教育厅科学研究项目资助:基于深度学习的路面缺陷检测方法研究(2023AH052699)、多模态数据驱动的工业互联网预知性维护决策技术研究(2022AH052367);芜湖市科技重点项目:工业机器视觉虚拟仿真教学装备平台关键技术研发及应用(2022yf65);安徽职业与成人教育重点研究项目:基于产教同频共振的工业互联网专业课教学质量提升研究(AZCJ2023028)。
视觉目标跟踪技术是机器视觉、模式识别等相关领域中重要的研究内容之一。受限于场景的复杂度、目标速度、目标的遮挡程度等状况,其相关研究具有一定的难度和挑战性,而均值漂移及其相关算法是解决该类问题的重要途径。首先介绍视觉目标...
关键词：机器视觉 模式识别 目标跟踪 MEANSHIFT CAMSHIFT 
基于DSP的图像目标跟踪算法设计与实现
《自动化与仪表》2024年第6期81-85,共5页李转 李永红 岳凤英 陈坤泽 
山西省自然科学研究资助项目(20210302123026)。
为了准确地检测和定位图像中的目标,并在连续帧之间实现目标的持续跟踪,该文提出了一种基于数字信号处理(DSP)的图像目标跟踪算法的设计与实现。目标跟踪是计算机视觉领域中的重要任务之一,该文深入研究了图像目标跟踪技术,研究了MeanSh...
关键词：MEANSHIFT DSP FPGA 目标跟踪 
采用线结构光和MeanShift的高精度玻璃截面缺陷检测方法
《制造业自动化》2024年第4期205-208,共4页陈褀 金文涛 李东风 魏文静 付生鹏 
玻璃在制作和分割过程中会导致截面存在缺陷。针对人工方式难以辨别检测此类缺陷的难点,提出了一种高精度的玻璃截面缺陷检测方法。将线结构光扫描技术和MeanShift算法相结合,对玻璃截面的缺陷进行检测并估计其几何参数。首先,利用线结...
关键词：玻璃缺陷检测 线结构光 MEANSHIFT 
MeanShift结合粒子滤波在游泳运动目标检测中的自动跟踪研究
《自动化与仪器仪表》2023年第10期31-35,共5页程浩 
天津体育学院青年科研基金(ZR-0911)。
随着各领域学者对跟踪技术的不断研究和创新性改进,目标跟踪被普遍应用于智能交通、体育运动等多种领域。研究基于MeanShift和粒子滤波优缺点互补的特性展开了游泳运动目标检测中的自动跟踪算法研究,提出了基于多特征融合与MeanShift的...
关键词：目标自动跟踪 Mean Shift 粒子滤波算法 多特征融合 游泳目标检测 
复杂环境下基于联合特征聚类的多跳频网台分选
《通信学报》2023年第9期218-227,共10页朱政宇 王家政 梁静 王忠勇 巩克现 
国家重点研发计划基金资助项目(No.2022YFD2001200);国家自然科学基金资助项目(No.61922072);河南省自然科学基金资助项目(No.232300421097);河南省高校科技创新人才支持计划基金资助项目(No.23HASTIT019);中国博士后科学基金资助项目(No.2023T160596);东南大学移动通信国家重点实验室开放课题基金资助项目(No.2023D11)。
为了从混叠信号中去除干扰并分选出各个跳频网台信号,提出一种基于联合特征聚类的多跳频网台分选算法。首先,对混叠信号进行短时傅里叶变换得到时频矩阵,并根据时频矩阵能量分布直方图进行自适应阈值去噪;其次,通过形态学滤波处理,去除...
关键词：跳频信号 网台分选 MEANSHIFT 时频分析 连通域标记 
Clustering Reference Images Based on Covisibility for Visual Localization
《Computers, Materials & Continua》2023年第5期2705-2725,共21页Sangyun Lee Junekoo Kang Hyunki Hong 
supported by the Basic Science Research Program through the National Research Foundation of Korea(NRF)funded by the Ministry of Education(NRF-2018R1D1A1B07049932).
In feature-based visual localization for small-scale scenes,local descriptors are used to estimate the camera pose of a query image.For large and ambiguous environments,learning-based hierarchical networks that employ...
关键词：Visual localization deep learning voxel representation CLUSTERING covisibility MEANSHIFT graph structure 
基于MeanShift的短波跳频信号快速盲检测被引量：4
《通信学报》2022年第6期200-210,共11页朱政宇 林宇 王梓晅 巩克现 陈鹏飞 王忠勇 梁静 
国家重点研发计划基金资助项目(No.2019QY0302,No.2019YFB1803200);国家自然科学基金资助项目(No.61922072,No.61901417);中国博士后科学基金资助项目(No.2020M682345);河南省博士后经费资助项目(No.202001015);河南省高校科技创新人才支持计划资助项目(No.23HASTIT020)。
在复杂的短波信道环境下,为了降低各种干扰信号和噪声对跳频信号的影响,实现低信噪比下跳频信号盲检测,结合时频分析技术,提出一种基于MeanShift算法的连通域标记跳频信号快速盲检测算法。首先,对信道环境灰度时频图进行二次灰度形态学...
关键词：连通域标记 跳频信号 快速盲检测 MEANSHIFT 时频分析 
考虑MeanShift用户聚类的云服务推荐被引量：1
《软件导刊》2022年第4期169-176,共8页王著鑫 耿秀丽 王龙羽 王婉婷 
国家自然科学基金项目(71301104);教育部人文社会科学研究规划基金项目(19YJA630021);高等学校博士学科点专项科研基金项目(20133120120002)。
针对传统云服务推荐算法只考虑推荐精度而忽略推荐效率问题,提出考虑了MeanShift用户聚类的云服务推荐。MeanShift聚类算法计算量小、运行速度快,可对任意分布的数据进行密度估计。该云服务首先根据数据密度分布对所有用户进行访问,然...
关键词：云服务推荐 MEANSHIFT 灰色关联预测 信任云 
基于改进MEANSHIFT的可见光低小慢目标跟踪算法被引量：8
《信号处理》2022年第4期824-834,共11页胡亮 杨德贵 王行 廖祥红 
装备预研项目(61404130119);中南大学中央高校基本科研业务费专项资金资助(2020zzts760);湖南省研究生创新基金(CX20200301)。
由于低小慢目标强机动性、易畸变等特点导致对其跟踪定位误差大、精确度低,本文针对这一难题提出了一种基于多特征融合与区域生长的Meanshift低小慢目标跟踪算法。首先根据人工标定的目标初始位置截取ROI(region of interest)区域,提取...
关键词：低小慢目标跟踪 特征融合 MEANSHIFT 区域生长 HU不变矩 
全选清除导出
共14页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部