基于双向非线性学习的轨迹跟踪和识别

来源 :计算机学报 | 被引量 : 3次 | 上传用户:cnforyou2009
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目标的运动轨迹是跟踪和识别目标行为的重要特征之一,在视觉跟踪等领域得到了广泛的应用.然而,由于轨迹数据具有高维和非线性等特点,因而直接建模目标的运动轨迹比较困难.为此,引入一种称为自编码(au-toencoder)的双向深层神经网络,并结合粒子滤波提出一种轨迹跟踪识别算法.首先,自编码网络按照一定的学习规则将高维轨迹嵌入到二维平面上,通过该网络的逆向映射得到轨迹的生成模型,由轨迹生成模型可得到一系列可行性轨迹.跟踪过程中,每时刻粒子滤波器的粒子便从这些可行性轨迹中进行抽样,并利用颜色似然函数对抽取的
其他文献
国内各大汽车厂为了提高自身的综合竞争力,从各方面提升产品质量和降低成本,加强涂装施工过程中的质量管理是保证和提高产品涂装质量的关键,是涂装管理的 中心环节。其中人
利用Canetti-Krawczyk模型对WAPI实施方案中的单播密钥协商协议进行了分析,结果表明:如果所采用的椭圆曲线加密方案ECES能够抵抗适应性的选择密文(CCA2)攻击,那么该密钥协商过程
圆对称轮廓波变换(CSCT)克服了轮廓波变换存在的频谱混淆现象,它比轮廓波变换的方向选择性更强.但由于CSCT中的方向滤波器组(DFB)有下抽样操作,CSCT不具有纹理分析所需要的平移不变
公钥加密方案的匿名性(亦称公钥隐密性)与数据保密性同样都具有重要应用价值.文中首先建立关于公钥加密方案的两个通用的新概念,即相对匿名性和相对保密性.通过这些较弱的安全性概