搜索资源列表
Moving-Target-Detection
- 针对视频监控系统中运动目标的检测与跟踪技术研究,本文比较运动目标检测的各种方法,采用背景差法来对运动目标进行检测,并阈值化和二值化检测出运动目标区域,能达到很好的检测效果。同时,利用卡尔曼滤波器对检测出来的运动目标进行预测和跟踪,实验验证跟踪效果较好。 -To solve the moving target detection and tracking in video monitoring system,in this paper,the various methods of moving
Kalman
- 学习图像处理基于目标的预测的源程序，对于图像处理的学习有一定的帮助。-Based on the study of target image processing of forecasting the source program
Wind-power-prediction-problem
- 利用新陈代谢灰色预测、样本自适应BP 神经网络和时间序列分析分别进行风电功率实时预测和日前预测，并采用熵值取权法确定组合权重，引入自控机制，构建反馈，提出组合预测法和基于时间序列的卡尔曼滤波法。研究结果表明，组合预测模型能减少各预测点较大误差的出现，而卡尔曼滤波能大幅消减原始序列的波动影响。-Use of metabolic gray forecast, sample adaptive BP neural network and time sequence analysis respective
kalman_s
- kalman 车辆二自由度模型 状态预测-kalman
kalman-track
- 文中提出了一种基于kalman 预测和自适应模板的目标相关跟踪算法。通过kalman 预测下一帧图像中目标的 状态，缩小整个图像上目标检测的搜索范围，满足目标跟踪的实时性。采取自适应模板更新策略，根据目标的变化情 况自动调节参考模板，提高目标跟踪的稳定性。仿真实验结果表明，算法能够随着目标的形状、大小、位置的变化快速 调整参考模板，进行稳定和实时的跟踪，当目标被物体遮挡时仍能有效地跟踪目标。-A correlation-based tracking algorithm based o
kalman-filter-design
- 动态定位中的卡尔曼滤波研究_宋迎春编写，描述了卡尔曼滤波在预测领域的应用-kalman filter design