自适应无监督聚类算法的运动图像关键帧跟踪
杨彩霖
2020-12-20
发表期刊微型电脑应用
ISSN1007-757X
卷号36期号:12页码:134-136
摘要针对运动图像关键帧跟踪错误大,速度慢等缺陷,为了获得更高精度的运动图像关键帧跟踪结果,设计了自适应无监督聚类算法的运动图像关键帧跟踪方法。首先对运动图像关键帧跟踪流程进行分析,找到影响运动图像关键帧跟踪效果的因素,然后采集运动图像序列,对其进行分帧处理,提取运动图像关键帧特征,采用聚类算法对特征运动图像关键帧进行处理,最后引入自适应无监督聚类算法进行运动图像关键帧跟踪,并进行运动图像关键帧跟踪仿真实验,实验结果表明,文中方法获得了理想的运动图像关键帧跟踪效果,不但运动图像关键帧跟踪误差要小于其它方法,而且运动图像关键帧跟踪速度更快,具有十分显著的优越性。
关键词运动图像 关键帧 无监督聚类算法 目标跟踪
URL查看原文
语种中文
原始文献类型学术期刊
文献类型期刊论文
条目标识符http://ir.library.ouchn.edu.cn/handle/39V7QQFX/53108
专题国家开放大学西安分部
作者单位西安广播电视大学理工教学部
第一作者单位国家开放大学西安分部
第一作者的第一单位国家开放大学西安分部
推荐引用方式
GB/T 7714
杨彩霖. 自适应无监督聚类算法的运动图像关键帧跟踪[J]. 微型电脑应用,2020,36(12):134-136.
APA 杨彩霖.(2020).自适应无监督聚类算法的运动图像关键帧跟踪.微型电脑应用,36(12),134-136.
MLA 杨彩霖."自适应无监督聚类算法的运动图像关键帧跟踪".微型电脑应用 36.12(2020):134-136.
条目包含的文件
条目无相关文件。
个性服务
查看访问统计
谷歌学术
谷歌学术中相似的文章
[杨彩霖]的文章
百度学术
百度学术中相似的文章
[杨彩霖]的文章
必应学术
必应学术中相似的文章
[杨彩霖]的文章
相关权益政策
暂无数据
收藏/分享
相关推荐
车辆机械制造中的自动化网络数控技术研究
网络虚拟实验系统的需求分析
常用软件加密技术及优缺点分析
远程教育中网络虚拟实验系统的设计
基于89S51单片机的PROFIBUS-DP从站接口电路的设计
教师个人制作优质教学视频方法探索
改善网络实验环境 强化实验教学效果——《计算机网络》课程实验教学反思
实验室信息管理系统的系统分析
网上考试系统的开发
虚拟现实技术在课程实践教学中的应用研究
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。