納雷科技NSR300WVF:納雷科技雷球聯(lián)動(dòng)是基于毫米波雷達(dá)+視覺融合的系統(tǒng),雷達(dá)掃描系統(tǒng)具有主動(dòng)探測(cè)并對(duì)區(qū)域進(jìn)行實(shí)時(shí)掃描,其在探測(cè)的同時(shí)可將探測(cè)目標(biāo)的位置信息同步傳輸給球機(jī),對(duì)鎖定目標(biāo)進(jìn)行導(dǎo)引,球機(jī)可以在第一時(shí)間捕捉被探測(cè)目標(biāo)并對(duì)其進(jìn)行軌跡跟蹤、預(yù)測(cè)等功能,實(shí)現(xiàn)雷球聯(lián)動(dòng)。
2018-09-25 14:28:43
10535 多目標(biāo)優(yōu)化算法有哪些,該文圍繞包含柴油發(fā)電機(jī)、風(fēng)力發(fā)電、光伏發(fā)電和鉛酸蓄電池的獨(dú)立微網(wǎng)系統(tǒng)中的容量配置問題,提出了包含微網(wǎng)全壽命周期內(nèi)的總成本現(xiàn)值、負(fù)荷容量缺失率和污染物排放的多目標(biāo)優(yōu)化設(shè)計(jì)模型。該
2021-07-12 06:52:54
。
?啟用Arm DS版本的Arm DS許可證。如果您無(wú)法找到解決方案
此處的問題:
? 單擊“我需要幫助調(diào)試我的目標(biāo)”。我該去哪里?
? 訪問軟件工具社區(qū),在那里你可以向Arm專家提問。
2023-08-02 06:50:15
到后端數(shù)據(jù)庫(kù)?! ≡?b class="flag-6" style="color: red">解決方案為制造商提供了高度準(zhǔn)確的生產(chǎn)設(shè)備信息,其中包括位置、狀態(tài)以及時(shí)間參數(shù)?! ∽鳛橥耆傻能浻布?b class="flag-6" style="color: red">解決方案,這款PCB跟蹤解決方案能夠以較低成本實(shí)現(xiàn)快速部署與擴(kuò)展,只需相應(yīng)
2018-08-31 11:40:17
轉(zhuǎn)帖:matlab實(shí)現(xiàn)視頻中動(dòng)態(tài)目標(biāo)跟蹤。 [hide] [/hide]
2012-03-13 14:12:15
硬件平臺(tái),運(yùn)用散點(diǎn)聚類、軌跡跟蹤、特征提取技術(shù)快速識(shí)別目標(biāo)。對(duì)算法的功能需求、數(shù)據(jù)流向、運(yùn)算流程和處理結(jié)果,進(jìn)行了詳細(xì)闡述。實(shí)踐結(jié)果表明,該識(shí)別算法具有很強(qiáng)的實(shí)用性。關(guān)鍵詞多目標(biāo) 運(yùn)動(dòng)軌跡 實(shí)時(shí)濾波 嵌入式平臺(tái)1 功能需求空間觀測(cè)對(duì)象復(fù)雜多變,且真、偽兩種目標(biāo)在尺寸、亮度、形態(tài)方面既...
2021-12-21 07:02:06
Chirp SonicTrack超聲波控制器跟蹤解決方案有哪些主要特點(diǎn)和優(yōu)點(diǎn)?Chirp SonicTrack超聲波控制器跟蹤解決方案有哪些應(yīng)用?
2021-07-30 06:04:19
攝像頭一臺(tái)不夠廣
出現(xiàn)監(jiān)控盲區(qū),讓小偷有可趁之機(jī)
只能裝兩臺(tái)、三臺(tái)、四臺(tái)......
硬件成本、時(shí)間成本大大增加?
為解決客戶此類場(chǎng)景問題
喬安槍球聯(lián)動(dòng)360全景WiFi攝像頭
2023-05-24 10:47:38
,AVT31不是單純的視頻目標(biāo)取差器,而是一個(gè)完整的自動(dòng)視頻跟蹤系統(tǒng)解決方案。內(nèi)置多種圖像增強(qiáng)預(yù)處理算法:白熱、黑熱、雙極性、移動(dòng)目標(biāo)檢測(cè)等。視頻捕獲:可根據(jù)目標(biāo)的亮度、尺寸、外形比例、速度、運(yùn)動(dòng)方向等
2013-10-22 10:27:01
本帖最后由 mr.pengyongche 于 2013-4-30 02:54 編輯
基于DSP的雷達(dá)多目標(biāo)模擬器的設(shè)計(jì)和實(shí)
2012-08-17 13:59:49
目標(biāo)投影到雷達(dá)坐標(biāo)系中,最后對(duì)視頻目標(biāo)和雷達(dá)目標(biāo)進(jìn)行融合跟蹤處理。以上只是最基礎(chǔ)的功能需求,在這個(gè)新賽道中,各家制造商也為雷視融合一體機(jī)添加了更多功能,以滿足更多場(chǎng)景下的使用需求。首先, 需要對(duì)全息
2023-02-17 16:22:15
和大小,得到當(dāng)前幀中目標(biāo)的尺寸和質(zhì)心位置。在介紹Intel公司的開源OpenCV計(jì)算機(jī)視覺庫(kù)的基礎(chǔ)上,采用CAMSHIFT跟蹤算法,實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)跟蹤,解決了跟蹤目標(biāo)發(fā)生存在旋轉(zhuǎn)或部分遮擋等復(fù)雜情況下的跟蹤
2014-12-23 14:21:51
視頻目標(biāo)跟蹤,本文將首先向大家介紹常用的粒子濾波視頻目標(biāo)跟蹤算法,對(duì)其原理進(jìn)行簡(jiǎn)單的分析,為后續(xù)進(jìn)一步選擇和應(yīng)用算法實(shí)現(xiàn)目標(biāo)跟蹤提供基礎(chǔ)。一、機(jī)器視覺及相關(guān)理論及OpenCv 機(jī)器視覺是人工智能領(lǐng)域正在
2018-09-21 10:42:31
如何用labview編程實(shí)現(xiàn)目標(biāo)框選跟蹤,camshift算法?請(qǐng)高手們幫幫忙,急求
2013-03-18 10:47:43
進(jìn)行驗(yàn)證。能夠實(shí)現(xiàn)LFMCW雷達(dá)多目標(biāo)檢測(cè)方法的硬件電路設(shè)計(jì)。弄清LFMCW雷達(dá)的工作原理,系統(tǒng)中傳輸?shù)男盘?hào)特點(diǎn);研究檢測(cè)算法的特點(diǎn),用verilog語(yǔ)言實(shí)現(xiàn)檢測(cè)算法,在獲得滿意仿真結(jié)果的基礎(chǔ)上,完成電路的FGPA驗(yàn)證分析。QQ2784829569
2018-04-08 23:48:36
坑道遠(yuǎn)距離移動(dòng)目標(biāo)進(jìn)行非接觸式信息采集處理,實(shí)現(xiàn)對(duì)人、車、物在不同狀態(tài)(移動(dòng)、靜止)下的自動(dòng)識(shí)別,從而實(shí)現(xiàn)目標(biāo)的自動(dòng)化管理。 該產(chǎn)品集成了技術(shù)含量很高的無(wú)線射頻識(shí)別技術(shù),采用雙頻點(diǎn)長(zhǎng)短波頻率實(shí)現(xiàn)可靠
2010-01-14 10:30:35
自動(dòng)跟蹤目標(biāo),自動(dòng)進(jìn)行聚焦調(diào)節(jié),回傳圖像并向監(jiān)控中心發(fā)出報(bào)警信號(hào)。自動(dòng)圖像識(shí)別跟蹤可對(duì)一個(gè)人進(jìn)行行為分析,如某人在高速球設(shè)定的區(qū)域內(nèi)活動(dòng),網(wǎng)絡(luò)高速球的圖像會(huì)自動(dòng)跟蹤,在某些特殊且很重要場(chǎng)合某人丟棄某些
2008-08-26 12:45:27
本帖最后由 shkslc 于 2013-10-10 10:25 編輯
跟蹤算法簡(jiǎn)介AVT21提供了多種跟蹤算法:質(zhì)心跟蹤算法(Centroid)、多目標(biāo)跟蹤算法(MTT)、相關(guān)跟蹤算法
2013-09-29 08:59:37
,并具有良好的普適性。因此,AVT31不是單純的視頻目標(biāo)取差器,而是一個(gè)完整的自動(dòng)視頻跟蹤系統(tǒng)解決方案。內(nèi)置多種圖像增強(qiáng)預(yù)處理算法:白熱、黑熱、雙極性、移動(dòng)目標(biāo)檢測(cè)等。視頻捕獲:可根據(jù)目標(biāo)的亮度、尺寸
2013-09-05 11:14:16
要求是:采用CMOS攝像頭高速采集圖像信息,利用FPGA對(duì)圖像進(jìn)行運(yùn)動(dòng)目標(biāo)跟蹤算法處理,得到目標(biāo)的大小、位置、輪廓等信息,來(lái)驅(qū)動(dòng)兩自由度伺服舵機(jī)云臺(tái),使攝像頭對(duì)目標(biāo)進(jìn)行跟蹤,同時(shí)可實(shí)現(xiàn)VGA同步顯示
2016-05-10 15:36:09
基于雙DSP的運(yùn)動(dòng)目標(biāo)智能跟蹤系統(tǒng)是怎樣設(shè)計(jì)并實(shí)現(xiàn)的?
2021-04-27 06:59:18
。為了更進(jìn)一步擴(kuò)大同一時(shí)間實(shí)時(shí)監(jiān)控范圍,本文介紹的傘降-目標(biāo)跟蹤系統(tǒng)通過同步控制器控制微秒級(jí)外部時(shí)鐘同步、子系統(tǒng)測(cè)試形變等手段,將多個(gè)單一的高速相機(jī)系統(tǒng)視場(chǎng)進(jìn)行視場(chǎng)拼接,從而將視場(chǎng)放大至單一系統(tǒng)的數(shù)倍,實(shí)現(xiàn)大視場(chǎng)
2016-04-07 15:14:38
空間運(yùn)動(dòng)目標(biāo)進(jìn)行跟蹤并實(shí)時(shí)測(cè)量目標(biāo)的空間三維坐標(biāo)。 工作原理跟蹤站可以檢測(cè)目標(biāo)鏡在空間的運(yùn)動(dòng)方向和大小并將這一信息發(fā)送給控制主機(jī),在控
2022-05-18 15:33:08
GTS激光跟蹤儀大尺寸三維掃描方案是基于球坐標(biāo)系的便攜式坐標(biāo)測(cè)量系統(tǒng),由 PC、控制主機(jī)、跟蹤站、目標(biāo)鏡等組成,集合了精密機(jī)械技術(shù)、計(jì)算機(jī)及控制技術(shù)、激光干涉測(cè)距技術(shù)、光電探測(cè)技術(shù)、現(xiàn)代數(shù)值計(jì)算理論
2022-06-30 15:01:05
本文介紹了齒輪傳動(dòng)的多目標(biāo)設(shè)計(jì)方法,以斜齒輪體積和傳動(dòng)平穩(wěn)可靠性為目標(biāo)函數(shù),建立了斜齒圓柱齒輪傳動(dòng)的多目標(biāo)優(yōu)化設(shè)計(jì)數(shù)學(xué)模型。并且結(jié)合實(shí)例利用科學(xué)計(jì)算軟件MATLAB的
2009-04-07 10:59:50
26 提出一種新的單攝像機(jī)多目標(biāo)跟蹤方法,采用全局背景減法得到當(dāng)前幀所有運(yùn)動(dòng)區(qū)域,利用kalman濾波器及局部背景減法得到已跟蹤目標(biāo)在當(dāng)前幀的預(yù)測(cè)區(qū)域,根據(jù)全局減法運(yùn)動(dòng)區(qū)域
2009-04-15 08:58:03
25 多目標(biāo)跟蹤是多傳感器數(shù)據(jù)融合中的一個(gè)重要問題。基于模式識(shí)別理論,提出了一種通過對(duì)傳感器測(cè)量數(shù)據(jù)集類,以區(qū)分源于不同目標(biāo)的測(cè)量數(shù)據(jù)集合。對(duì)各個(gè)類對(duì)應(yīng)的目標(biāo)狀態(tài)估計(jì)進(jìn)
2009-07-01 08:40:54
18 本文描述了基于可變機(jī)器約束的多目標(biāo)柔性Job-shop調(diào)度問題模型,并應(yīng)用一種改進(jìn)的遺傳算法進(jìn)行求解。我們采用了表示工序先后順序及機(jī)器選擇的二維編碼方式,以多目標(biāo)優(yōu)化
2009-08-31 11:17:18
13 該文分析了協(xié)方差矩陣的內(nèi)部結(jié)構(gòu),得到了一種具有較低運(yùn)算量的基于范數(shù)最小準(zhǔn)則的多目標(biāo)DOA 跟蹤算法。進(jìn)一步,在其基礎(chǔ)上通過解一組線性方程組得到了不同時(shí)間段各個(gè)目標(biāo)的
2009-11-24 15:44:10
15 針對(duì)多物資多點(diǎn)出救多目標(biāo)應(yīng)急調(diào)度問題的特點(diǎn),本文建立了一種以時(shí)間最短、成本最小為目標(biāo)的數(shù)學(xué)模型,應(yīng)用模糊理想點(diǎn)法作為多目標(biāo)模糊判決的求解算法,把多目標(biāo)決策問題
2010-01-15 16:03:25
8 本文討論了小波神經(jīng)網(wǎng)絡(luò)在機(jī)動(dòng)多目標(biāo)跟蹤中的應(yīng)用,多目標(biāo)跟蹤就是主體為了維持對(duì)多個(gè)目標(biāo)(客體)當(dāng)前狀態(tài)的估計(jì)而對(duì)所接收的量測(cè)信息進(jìn)行處理的過程。以非線性大規(guī)模并
2010-01-22 14:05:02
10 該文提出一種高機(jī)動(dòng)多目標(biāo)的寬帶信號(hào)檢測(cè)方法。即先通過相鄰相關(guān)對(duì)回波信號(hào)進(jìn)行降階處理,然后對(duì)相關(guān)結(jié)果中自身項(xiàng)所在單元進(jìn)行模糊變換,并進(jìn)一步對(duì)其進(jìn)行Radon 變換實(shí)現(xiàn)目
2010-03-05 16:45:33
21 無(wú)人機(jī)編隊(duì)視頻序列中的多目標(biāo)精確跟蹤::針對(duì)無(wú)人機(jī)編隊(duì)視頻序列中的多目標(biāo)精確跟蹤的要求,使用STK(satellitetoolkit)三維建模軟件模擬無(wú)人機(jī)UA
2010-03-18 16:21:40
19 、校正和逆向工程等領(lǐng)域。GTS激光跟蹤儀系統(tǒng)由計(jì)算機(jī)、跟蹤測(cè)量站和目標(biāo)鏡組成,通過球坐標(biāo)測(cè)量系統(tǒng)獲取空間幾何元素的測(cè)點(diǎn)信息,并結(jié)合三維數(shù)據(jù)分析軟件進(jìn)行尺寸、公差及形貌
2025-02-06 15:37:44
利用多傳感器跟蹤多目標(biāo)技術(shù)中最重要的問題是目標(biāo)關(guān)聯(lián)問題。它包括兩個(gè)方面: 同一傳感器2 次掃描或多次掃描間各目標(biāo)的關(guān)聯(lián)以及多傳感器各自的跟蹤航跡之間的關(guān)聯(lián)。在密集目標(biāo)、
2011-09-06 14:30:37
31 在水下日標(biāo)檢測(cè)和跟蹤系統(tǒng)中,多目標(biāo)方位估計(jì)算法起著重要的作用.MUSIC算法是最具代表性的方法}為了滿足目標(biāo)方位估計(jì)對(duì)高速變時(shí)并行處理技術(shù)的要求,針對(duì)水下陣列信號(hào)處理的實(shí)
2011-10-12 16:19:54
41 利用電腦USB接口資源,配套USB轉(zhuǎn)HPI接口的下載器與電腦軟件,使一臺(tái)電腦對(duì)多塊DSP目標(biāo)板依次進(jìn)行HPI Bootloader,最終實(shí)現(xiàn)全部DSP目標(biāo)板脫機(jī)運(yùn)行程序。DSP多目標(biāo)板程序下載方案適用于DSP多目
2011-11-11 14:31:01
45 文中提出了一種適用于多傳感器多目標(biāo)跟蹤的JPDA算法,它以極大似然估計(jì)完成對(duì)來(lái)自多傳感器的測(cè)量集合進(jìn)行同源最優(yōu)分劃,然后采用JPDA方法對(duì)多目標(biāo)進(jìn)行跟蹤。經(jīng)過理論分析和仿真
2012-02-03 10:38:17
47 系統(tǒng)采用Camshift算法,將人手圖像由RGB空間轉(zhuǎn)換到HSV空間后,在HSV空間利用半自動(dòng)預(yù)定義模板顏色對(duì)人手進(jìn)行分割,并對(duì)其進(jìn)行改進(jìn)實(shí)現(xiàn)多目標(biāo)跟蹤,由于Camshift算法為半自動(dòng)算法,在對(duì)手勢(shì)進(jìn)
2012-03-01 15:46:10
71 針對(duì)傳感器網(wǎng)絡(luò)下多目標(biāo)跟蹤時(shí)目標(biāo)數(shù)量不斷變化這一復(fù)雜情況,文中對(duì)多目標(biāo)的跟蹤和特征管理方法進(jìn)行了研究。該方法由數(shù)據(jù)關(guān)聯(lián)、多目標(biāo)跟蹤、特征管理,和信息融合所組成。其
2012-06-07 09:09:49
0 大華推出的通用聯(lián)網(wǎng)監(jiān)控解決方案適用于企業(yè)園區(qū)、醫(yī)院、小區(qū)、超市、廣場(chǎng)等應(yīng)用方案。 目 錄 一、需求分析 ................................................................. 3 二、系統(tǒng)組成 .....
2012-11-27 17:20:28
13818 室內(nèi)環(huán)境下多運(yùn)動(dòng)目標(biāo)跟蹤的核心問題是目標(biāo)的快速識(shí)別和準(zhǔn)確匹配! 目標(biāo)的快速識(shí)別關(guān)鍵在于目標(biāo)對(duì)象的特征提取!尋找不變的特征值
2013-09-23 17:12:02
0 基于CMGA的SoC測(cè)試多目標(biāo)優(yōu)化研究_談恩民
2017-01-07 18:39:17
1 基于演化硬件的多目標(biāo)進(jìn)化算法的研究
2017-01-08 14:47:53
0 開關(guān)磁阻電機(jī)多目標(biāo)協(xié)同優(yōu)化設(shè)計(jì)_宋受俊
2017-01-08 11:28:38
0 紅外動(dòng)目標(biāo)識(shí)別跟蹤系統(tǒng)的實(shí)現(xiàn)方案
2017-01-12 22:13:34
25 安全儀表系統(tǒng)設(shè)計(jì)的多目標(biāo)優(yōu)化_左信
2017-01-18 20:21:17
0 目標(biāo)跟蹤,本文將首先向大家介紹常用的粒子濾波視頻目標(biāo)跟蹤算法,對(duì)其原理進(jìn)行簡(jiǎn)單的分析,為后續(xù)進(jìn)一步選擇和應(yīng)用算法實(shí)現(xiàn)目標(biāo)跟蹤提供基礎(chǔ)。
2017-02-27 10:32:47
5718 
基于分解思想的導(dǎo)航星座多目標(biāo)優(yōu)化_劉欣
2017-03-17 16:10:45
0 分塊多特征自適應(yīng)融合的多目標(biāo)視覺跟蹤_施瀅
2017-03-19 19:04:23
1 與跟蹤系統(tǒng),可以實(shí)現(xiàn)目標(biāo)檢測(cè)跟蹤系統(tǒng)的小型化,智能化,并以具體飛行目標(biāo)為例進(jìn)行了目標(biāo)的識(shí)別和跟蹤。 研究目的 隨著現(xiàn)代社會(huì)對(duì)軍用和民用設(shè)備需求的不斷擴(kuò)大及要求的不斷提高,運(yùn)動(dòng)目標(biāo)的識(shí)別和跟蹤技術(shù)已經(jīng)迅速發(fā)展成為現(xiàn)代信
2017-10-16 16:59:31
4 基于DSP實(shí)現(xiàn)艦船目標(biāo)檢測(cè)與跟蹤
2017-10-19 14:24:44
13 目標(biāo)跟蹤是計(jì)算機(jī)視覺領(lǐng)域的一個(gè)基本問題,其主要應(yīng)用于視頻監(jiān)控,人機(jī)交與機(jī)器人視覺感知等場(chǎng)景。目標(biāo)跟蹤可分為短時(shí)間目標(biāo)跟蹤與長(zhǎng)時(shí)間目標(biāo)跟蹤,單目標(biāo)跟蹤與多目標(biāo)跟蹤。文中要研究最普遍的短時(shí)間單目標(biāo)跟蹤
2017-10-28 11:05:55
1 為了實(shí)現(xiàn)復(fù)雜環(huán)境下移動(dòng)機(jī)器人目標(biāo)跟蹤,提出多特征分塊匹配的跟蹤算法。該算法對(duì)目標(biāo)區(qū)域進(jìn)行分塊,利用顏色、深度特征對(duì)各塊圖像進(jìn)行特征匹配,實(shí)現(xiàn)目標(biāo)的精確定位。在跟蹤過程中,根據(jù)塊圖像中顏色和深度的相似
2017-11-07 17:29:26
14 利用FPGA及其片上32位微處理器內(nèi)核MicroBlaze,構(gòu)建雷達(dá)目標(biāo)跟蹤系統(tǒng),硬件實(shí)現(xiàn)的高速并行性保證了多目標(biāo)跟蹤的實(shí)時(shí)性,微處理器CPU強(qiáng)大的控制協(xié)調(diào)功能保證系統(tǒng)的正常運(yùn)行。針對(duì)多目標(biāo)波門排序這一難點(diǎn),本文提出了利用頂層軟件排序的方法,降低了難度和運(yùn)算量,提高了靈活性,很好的解決了問題。
2017-11-24 20:46:46
2679 
(AVDEVTCN)。針對(duì)圖的AVDEVTC問題,提出了一種基于多目標(biāo)優(yōu)化的染色算法。設(shè)計(jì)了一個(gè)總目標(biāo)函數(shù)和四個(gè)子目標(biāo)函數(shù),在染色矩陣上通過每個(gè)點(diǎn)的顏色集合的迭代交換操作,使得每個(gè)子目標(biāo)函數(shù)都達(dá)到最優(yōu),進(jìn)而滿足總目標(biāo)函數(shù)的要求,完成染色。經(jīng)過理論分析和實(shí)驗(yàn)對(duì)
2017-12-06 14:53:24
0 針對(duì)單目視覺對(duì)多個(gè)相似的目標(biāo)跟蹤因遮擋等因素影響而失效的問題,提出一種基于改進(jìn)霍夫森林框架的多目標(biāo)跟蹤算法。在將多目標(biāo)跟蹤問題歸結(jié)為基于目標(biāo)檢測(cè)的軌跡關(guān)聯(lián)過程基礎(chǔ)上,通過引入在線學(xué)習(xí)霍夫森林框架將
2017-12-14 17:09:39
0 控制,在高維問題上效果較差,針對(duì)以上問題,通過計(jì)算基于種群的自適應(yīng)偏好半徑,利用自適應(yīng)偏好半徑構(gòu)造一種新的偏好關(guān)系模型,通過對(duì)偏好區(qū)域進(jìn)行劃分,提出基于偏好區(qū)域劃分的偏好多目標(biāo)進(jìn)化算法.將所提算法與4種常用的以參考
2017-12-26 10:50:23
0 數(shù)據(jù)進(jìn)行算例仿真,驗(yàn)證了模型的有效性,比較了單目標(biāo)優(yōu)化和多目標(biāo)優(yōu)化對(duì)微電網(wǎng)優(yōu)化運(yùn)行的影響。利用非線性規(guī)劃工具進(jìn)行求解,獲得全局最優(yōu)解。算例結(jié)果表明,計(jì)及可中斷負(fù)荷的考慮特定時(shí)段聯(lián)絡(luò)線削峰填谷微電網(wǎng)多目標(biāo)優(yōu)
2017-12-26 11:47:13
0 多目標(biāo)優(yōu)化問題是需要同時(shí)處理多個(gè)相互沖突和相互影響的目標(biāo),一個(gè)子目標(biāo)的改善有可能會(huì)引起另一個(gè)或者另幾個(gè)子目標(biāo)的性能降低,需要在他們中間進(jìn)行協(xié)調(diào)處理。起初,多目標(biāo)優(yōu)化問題往往通過加權(quán)等方式轉(zhuǎn)化為單目標(biāo)
2018-01-13 09:48:43
0 充電站最大化其收入與電力系統(tǒng)最大化其負(fù)載因子形成一個(gè)多目標(biāo)優(yōu)化問題。本文提出多目標(biāo)最優(yōu)化方法來(lái)解決此多目標(biāo)優(yōu)化問題,進(jìn)而產(chǎn)生柏雷多(Pareto)最優(yōu)電動(dòng)汽車充電策略。文末進(jìn)行數(shù)值分析來(lái)驗(yàn)證所提出方法的有效性。
2018-01-16 13:52:29
7017 
在微電網(wǎng)調(diào)度過程中綜合考慮經(jīng)濟(jì)、環(huán)境、蓄電池的循環(huán)電量,建立多目標(biāo)優(yōu)化數(shù)學(xué)模型。針對(duì)傳統(tǒng)多目標(biāo)粒子群算法(multi-objective particle swarm optimization
2018-01-30 18:07:20
11 針對(duì)高斯混合概率假設(shè)密度( GM-PHD)濾波器未檢查一對(duì)一假設(shè)以及難以跟蹤跨越目標(biāo)的問題,在其基礎(chǔ)上提出一種約束權(quán)重的改進(jìn)多目標(biāo)跟蹤方法。通過構(gòu)建權(quán)重矩陣,從所有生成的目標(biāo)中尋找權(quán)重最大的目標(biāo)
2018-02-24 13:55:36
0 在多目標(biāo)跟蹤過程中,遮擋和漏檢容易引起目標(biāo)標(biāo)簽錯(cuò)亂和丟失,造成跟蹤失敗。針對(duì)該問題,提出一種基于混合高斯一概率假設(shè)密度( GM-PHD)濾波器的改進(jìn)跟蹤方法。使用背景差分檢測(cè)獲得二值圖像映射和測(cè)量集
2018-03-07 14:32:47
3 問題。通過對(duì)選定的多個(gè)低階固有頻率目標(biāo)函數(shù)采用加權(quán)求平均頻率的方法實(shí)現(xiàn)了承壓板結(jié)構(gòu)的動(dòng)態(tài)特性優(yōu)化;采用加權(quán)平均的方法確定了剛度和頻率的綜合目標(biāo)函數(shù),實(shí)現(xiàn)了承壓板結(jié)構(gòu)的多目標(biāo)拓?fù)鋬?yōu)化,最終設(shè)計(jì)出了一種新的承壓板結(jié)構(gòu)。研
2018-03-15 13:33:54
0 多目標(biāo)跟蹤技術(shù)通過對(duì)不同目標(biāo)之間的相互社會(huì)關(guān)系進(jìn)行建模,改善單個(gè)目標(biāo)的跟蹤性能,并且快速檢測(cè)和預(yù)判場(chǎng)景中可能發(fā)生的群體類突發(fā)事件?,F(xiàn)有的多目標(biāo)跟蹤技術(shù)雖在數(shù)據(jù)關(guān)聯(lián)和軌跡估計(jì)上取得平衡,但依然存在諸多
2018-12-21 15:03:37
1 上期疑問,以及新建工程多目標(biāo)
2020-03-12 14:12:45
3270 
近日,大華股份基于深度學(xué)習(xí)的視覺目標(biāo)跟蹤算法,在通用目標(biāo)跟蹤評(píng)測(cè)集GOT-10k(Generic Object Tracking Benchmark)上獲得綜合精度排行榜第一,超越了其它一流AI
2020-06-11 14:24:51
4101 
隨著城市建設(shè)的日益擴(kuò)大,傳統(tǒng)的監(jiān)控設(shè)備在監(jiān)控范圍和視野中有明顯的局限性,比如傳統(tǒng)監(jiān)控設(shè)備視野存在物理盲區(qū);槍機(jī)、球機(jī)間缺乏點(diǎn)、面聯(lián)動(dòng)、點(diǎn)位部署設(shè)備過多等問題,無(wú)法滿足公安用戶大范圍、超視距、全天候的精確監(jiān)控需求。大華借助智能聯(lián)動(dòng)技術(shù),緊密貼合公安實(shí)戰(zhàn)應(yīng)用需求,創(chuàng)新推出平安城市魚球布控解決方案。
2020-11-03 11:03:46
1186 導(dǎo)讀 本文是一篇多目標(biāo)跟蹤方向的調(diào)研報(bào)告,從相關(guān)方向、核心步驟、評(píng)價(jià)指標(biāo)和最新進(jìn)展等維度出發(fā),對(duì)MOT進(jìn)行了全面的介紹,不僅適合作為入門科普,而且能夠幫助大家加深理解。 最近做了一些多目標(biāo)跟蹤方向
2020-11-05 10:01:55
4413 
對(duì)象跟蹤問題一直是計(jì)算機(jī)視覺的熱點(diǎn)任務(wù)之一,簡(jiǎn)單的可以分為單目標(biāo)跟蹤與多目標(biāo)跟蹤,最常見的目標(biāo)跟蹤算法都是基于檢測(cè)的跟蹤算法,...
2020-12-08 23:31:30
1708 對(duì)監(jiān)控領(lǐng)域的目標(biāo)跟蹤方法以及面臨的挑戰(zhàn)進(jìn)行了一個(gè)介紹,是一個(gè)很好的了解目標(biāo)跟蹤領(lǐng)域的“是什么”和“為什么”問題的文章。
2020-12-14 23:04:54
1005 對(duì)抗機(jī)器學(xué)習(xí)的最新研究開始關(guān)注自主駕駛中的視覺感知,并研究了目標(biāo)檢測(cè)模型的對(duì)抗示例。然而在視覺感知管道中,在被稱為多目標(biāo)跟蹤的過程中,檢測(cè)到的目標(biāo)必須被跟蹤,以建立周圍障礙物的移動(dòng)軌跡。由于多目標(biāo)
2021-02-01 11:01:46
3766 
大華網(wǎng)絡(luò)高速球系列內(nèi)置WEB視頻服務(wù)器,使球機(jī)具備了網(wǎng)絡(luò)圖像傳輸和控制功能。利用Internet,LAN或WAN網(wǎng)絡(luò),可使用戶在任何地方通過PC瀏覽器打開網(wǎng)絡(luò)球機(jī)的IP地址,瀏覽視頻圖像并可對(duì)球機(jī)的各項(xiàng)功能進(jìn)行控制。
2021-02-18 11:28:26
2163 針對(duì)多伯努利濾波方法在多目標(biāo)跟蹤時(shí),難以檢測(cè)新生目標(biāo),且當(dāng)目標(biāo)岀現(xiàn)互相遮擋等千擾時(shí),跟蹤精度下降,甚至岀現(xiàn)目標(biāo)漏跟,以及當(dāng)漏跟目標(biāo)被重新跟蹤后,與之前運(yùn)動(dòng)軌跡難以關(guān)聯(lián)等問題,在多伯努利濾波框架
2021-04-07 14:27:34
5 為提高攝像機(jī)目標(biāo)跟蹤精度,提岀基于多假設(shè)跟蹤(MH)框架的采用軌跡樹層次關(guān)系模型多攝像機(jī)多目標(biāo)跟蹤方法。首先,通過多個(gè)攝像機(jī)產(chǎn)生的軌跡之間的時(shí)空關(guān)聯(lián),找岀未知數(shù)目的多個(gè)軌跡,并通過求解各幀的最大
2021-04-12 16:05:07
38 和多目標(biāo)跟蹤,其中單目標(biāo)跟蹤相對(duì)簡(jiǎn)單,除了需要解決與多目標(biāo)跟蹤共性的問題(如遮擋、形變等)外,單目標(biāo)跟蹤不需要考慮目標(biāo)的數(shù)據(jù)關(guān)聯(lián)問題。然而,在多目標(biāo)跟蹤系統(tǒng)中,場(chǎng)景更為復(fù)雜,跟蹤目標(biāo)的數(shù)量和類別往往是不確定的
2021-05-08 16:27:42
2 目標(biāo)漏跟。針對(duì)該問題,在多伯努利濾波框架下,深度分析目標(biāo)的特征信息,引λ抗干擾的卷積特征,提出基于卷積特征的多伯努利視頻多目標(biāo)跟蹤算法,并在目標(biāo)狀態(tài)提取過程中,進(jìn)一步提岀模板更新,使用自適應(yīng)學(xué)習(xí)速率進(jìn)行更新
2021-05-12 15:18:11
11 針對(duì)云制造環(huán)境下的多目標(biāo)任務(wù)調(diào)度問題,改進(jìn)非支配排序生物地理優(yōu)化算法,提出一種反映用戶偏好的任務(wù)調(diào)度算法( UPTSA)。通過基于權(quán)重均勻分配策略定義的用戶偏好度來(lái)評(píng)估制造任務(wù)調(diào)度方案的質(zhì)量,使
2021-05-25 14:05:34
3 多目標(biāo)優(yōu)化算法在復(fù)雜網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)中具有很強(qiáng)的競(jìng)爭(zhēng)力,然而,在處理社區(qū)結(jié)構(gòu)較為模糊、網(wǎng)絡(luò)數(shù)據(jù)規(guī)模大的問題時(shí)難以得到滿意的效果。為克服現(xiàn)有多目標(biāo)方法的不足,提岀一種基于譜聚類的多目標(biāo)復(fù)雜網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)算法
2021-06-17 15:02:35
11 視頻目標(biāo)跟蹤要求在已知第一幀感興趣物體的位置和尺度信息的情況下,對(duì)該目標(biāo)在后續(xù)視頻幀中進(jìn)行持續(xù)的定位和尺度估計(jì)W。廣義的目標(biāo)跟蹤通常包含單目標(biāo)跟蹤和多目標(biāo)跟蹤。
2022-07-05 11:24:33
2346 對(duì)象跟蹤問題一直是計(jì)算機(jī)視覺的熱點(diǎn)任務(wù)之一,簡(jiǎn)單的可以分為單目標(biāo)跟蹤與多目標(biāo)跟蹤,最常見的目標(biāo)跟蹤算法都是基于檢測(cè)的跟蹤算法,首先發(fā)現(xiàn)然后標(biāo)記,好的跟蹤算法必須具備REID的能力。今天小編斗膽給大家推薦一個(gè)結(jié)合傳統(tǒng)算法跟深度學(xué)習(xí),特別好用的對(duì)象跟蹤算法框架DeepSort
2022-09-14 16:20:05
3643 針對(duì)深度學(xué)習(xí)算法在多目標(biāo)跟蹤中的實(shí)時(shí)性問題, 提出一種基于MobileNet的多目標(biāo)跟蹤算法. 借助于MobileNet深度可分離卷積能夠?qū)ι疃染W(wǎng)絡(luò)模型進(jìn)行壓縮的原理, 將YOLOv3主干網(wǎng)絡(luò)替換
2022-11-09 10:23:30
1764 
監(jiān)視至關(guān)重要。?我做這個(gè)項(xiàng)目是為了建造一個(gè)基本的球跟蹤車。在這里,我的機(jī)器人使用相機(jī)拍攝幀并進(jìn)行圖像處理以追蹤球??梢允褂?b class="flag-6" style="color: red">球的顏色、形狀、大小等特征。但我的目標(biāo)是為這樣的機(jī)器人制作一個(gè)基本原型,它可以感知顏色
2022-12-21 12:29:07
4 多目標(biāo)跟蹤(MOT)任務(wù)的關(guān)鍵挑戰(zhàn)是跟蹤目標(biāo)下的時(shí)間建?!,F(xiàn)存的用檢測(cè)跟蹤的方法采用簡(jiǎn)單的heuristics,如空間或外觀相似性。
2023-04-18 09:12:55
1727 在開始介紹 DeepSORT 的原理之前呢,我們先來(lái)了解下目標(biāo)檢測(cè),和目標(biāo)跟蹤之間的區(qū)別
2023-04-23 09:43:09
4262 
在開始介紹DeepSORT的原理之前呢,我們先來(lái)了解下目標(biāo)檢測(cè),和目標(biāo)跟蹤之間的區(qū)別。
2023-06-10 16:08:20
5679 
最近做了一些多目標(biāo)跟蹤方向的調(diào)研,因此把調(diào)研的結(jié)果以圖片加文字的形式展現(xiàn)出來(lái),希望能幫助到入門這一領(lǐng)域的同學(xué)。也歡迎大家和我討論關(guān)于這一領(lǐng)域的任何問題。
2023-06-13 09:37:52
1102 
TBD(Tracking-by-Detection)與DFT(Detection-Free Tracking)也即基于檢測(cè)的多目標(biāo)跟蹤與基于目標(biāo)外形的先驗(yàn)知識(shí)無(wú)需檢測(cè)器的多目標(biāo)跟蹤。TBD是目前學(xué)界業(yè)界研究的主流。
2023-06-15 17:22:40
2776 
都是雙目或者三目設(shè)備,同時(shí)具備可見光、激光、熱成像等,支持聯(lián)動(dòng)可見光設(shè)備對(duì)目標(biāo)進(jìn)行跟蹤和圖像放大,對(duì)視頻圖像信息進(jìn)行采集取證,實(shí)現(xiàn)發(fā)現(xiàn)即可視,有助于給決策指揮人員提供有力的參考信息。 屏蔽區(qū)設(shè)置: 海防視頻監(jiān)控
2023-06-26 15:02:34
1155 
3D點(diǎn)云目標(biāo)跟蹤的評(píng)價(jià)指標(biāo),可以根據(jù)跟蹤的目標(biāo)是單個(gè)還是多個(gè),分為單目標(biāo)跟蹤(SOT)和多目標(biāo)跟蹤(MOT)兩種。一般來(lái)說,SOT的評(píng)價(jià)指標(biāo)主要關(guān)注跟蹤的準(zhǔn)確性和魯棒性,而MOT的評(píng)價(jià)指標(biāo)則需要考慮跟蹤的完整性和一致性。
2023-08-02 12:38:04
2916 目前主流的目標(biāo)跟蹤算法都是基于Tracking-by-Detecton策略,即基于目標(biāo)檢測(cè)的結(jié)果來(lái)進(jìn)行目標(biāo)跟蹤。DeepSORT運(yùn)用的就是這個(gè)策略,上面的視頻是DeepSORT對(duì)人群進(jìn)行跟蹤的結(jié)果,每個(gè)bbox左上角的數(shù)字是用來(lái)標(biāo)識(shí)某個(gè)人的唯一ID號(hào)。
2023-08-07 15:37:12
1719 
本文綜述了基于隨機(jī)有限集方法的多傳感器多目標(biāo)跟蹤的最新研究進(jìn)展。在多傳感器濾波中起基礎(chǔ)性作用的融合方法可分為數(shù)據(jù)層多目標(biāo)測(cè)量融合和評(píng)估層多目標(biāo)密度融合,分別共享融合傳感器之間的局部測(cè)量值與后驗(yàn)密度。
2023-12-04 10:39:46
1187 
多目標(biāo)跟蹤是計(jì)算機(jī)視覺領(lǐng)域中的一個(gè)重要任務(wù),它旨在從視頻或圖像序列中準(zhǔn)確地檢測(cè)和跟蹤多個(gè)移動(dòng)目標(biāo)。不過在落地部署時(shí),有一些關(guān)鍵點(diǎn)需要解決。
2024-04-28 09:42:31
4028 
盛恒輝系統(tǒng)概述 基于GIS的SAR多目標(biāo)智能識(shí)別系統(tǒng)通過整合SAR的高分辨率成像能力和GIS的地理空間數(shù)據(jù)管理功能,實(shí)現(xiàn)了對(duì)地面目標(biāo)的高效、準(zhǔn)確識(shí)別。該系統(tǒng)能夠自動(dòng)分析SAR圖像,提取目標(biāo)特征,并結(jié)合GIS數(shù)據(jù)庫(kù)中的地理信息,對(duì)目標(biāo)進(jìn)行智能識(shí)別和分類。
2024-06-26 14:26:23
1203 。以下是關(guān)于多目標(biāo)智能識(shí)別系統(tǒng)的詳細(xì)解析: 智慧華盛恒輝系統(tǒng)原理 多目標(biāo)智能識(shí)別系統(tǒng)的核心原理基于圖像處理、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)等技術(shù)。系統(tǒng)通過對(duì)輸入的圖像或視頻進(jìn)行分析,提取其中的特征信息,并利用訓(xùn)練好的模
2024-07-16 10:42:52
39554 3D多目標(biāo)跟蹤(3D MOT)在各種機(jī)器人應(yīng)用中發(fā)揮著關(guān)鍵作用,例如自動(dòng)駕駛車輛。為了在駕駛時(shí)避免碰撞,機(jī)器人汽車必須可靠地跟蹤道路上的物體,并準(zhǔn)確估計(jì)它們的運(yùn)動(dòng)狀態(tài),例如速度和加速度。
2024-10-28 10:07:01
1137 
和普威視推出雷視一體智能周界防范系統(tǒng)解決方案,可探測(cè)車輛和人群等目標(biāo),并在發(fā)現(xiàn)目標(biāo)時(shí)進(jìn)行提前預(yù)警,對(duì)目標(biāo)的數(shù)量規(guī)模及前進(jìn)方向進(jìn)行預(yù)判,必要時(shí)采取相應(yīng)警示處置措施。
2025-03-26 14:47:58
263 
1.yolov11_track簡(jiǎn)介(多目標(biāo)跟蹤算法)YOLO11是UltralyticsYOLO系列實(shí)時(shí)物體檢測(cè)器的最新版本,重新定義了在尖端準(zhǔn)確度、速度和效率方面的可能性。在前幾代YOLO版本
2025-07-25 15:21:43
1499 
評(píng)論