西南交通大学学报
西南交通大學學報
서남교통대학학보
JOURNAL OF SOUTHWEST JIAOTONG UNIVERSITY
2011年
4期
626-632
,共7页
智能Agent%跟踪%自适应%MeanShift算法
智能Agent%跟蹤%自適應%MeanShift算法
지능Agent%근종%자괄응%MeanShift산법
为了研究复杂环境下快速移动车辆目标检测与跟踪问题,提出了基于知识库的智能Agent自适应图像分割与滤波算法,建立了帧间差异积累动态矩阵自适应背景模型,在跟踪过程中,设计了改进的SSD算法预测初始迭代点,根据Jensen不等式推导了具有自适应核窗宽迭代更新的MeanShift算法,实现了对视频车辆目标的自适应智能跟踪.实验结果表明,该算法能有效、准确地跟踪视频中的运动目标,自适应能力强；与其他算法比较,跟踪误差降低了54.4%,平均跟踪时间延长了41.3%.
為瞭研究複雜環境下快速移動車輛目標檢測與跟蹤問題,提齣瞭基于知識庫的智能Agent自適應圖像分割與濾波算法,建立瞭幀間差異積纍動態矩陣自適應揹景模型,在跟蹤過程中,設計瞭改進的SSD算法預測初始迭代點,根據Jensen不等式推導瞭具有自適應覈窗寬迭代更新的MeanShift算法,實現瞭對視頻車輛目標的自適應智能跟蹤.實驗結果錶明,該算法能有效、準確地跟蹤視頻中的運動目標,自適應能力彊；與其他算法比較,跟蹤誤差降低瞭54.4%,平均跟蹤時間延長瞭41.3%.
위료연구복잡배경하쾌속이동차량목표검측여근종문제,제출료기우지식고적지능Agent자괄응도상분할여려파산법,건립료정간차이적루동태구진자괄응배경모형,재근종과정중,설계료개진적SSD산법예측초시질대점,근거Jensen불등식추도료구유자괄응핵창관질대경신적MeanShift산법,실현료대시빈차량목표적자괄응지능근종.실험결과표명,해산법능유효、준학지근종시빈중적운동목표,자괄응능력강；여기타산법비교,근종오차강저료54.4%,평균근종시간연장료41.3%.
