-
公开(公告)号：CN107545583B
公开(公告)日：2020-06-26
申请号：CN201710719269.9
申请日：2017-08-21
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及一种基于高斯混合模型的目标跟踪加速方法和系统，包括：获取具有待跟踪目标的图像信息，在图像信息中的目标候选区域提取特征向量，生成训练数据，训练高斯混合模型，使用高斯混合模型对特征向量的置信水平进行评估，得到特征向量的第一置信水平，同时根据当前所使用的观察模型对特征向量的置信水平进行评估，得到特征向量的第二置信水平；通过比较第一置信水平与第二置信水平，对观察模型或高斯混合模型进行更新。本发明通过高斯混合模型对特征向量进行置信水平评估，以减少对观察模型进行不必要的更新，达到提高视频跟踪算法实时跟踪的速度的目的。
-
公开(公告)号：CN107545583A
公开(公告)日：2018-01-05
申请号：CN201710719269.9
申请日：2017-08-21
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及一种基于高斯混合模型的目标跟踪加速方法和系统，包括：获取具有待跟踪目标的图像信息，在图像信息中的目标候选区域提取特征向量，生成训练数据，训练高斯混合模型，使用高斯混合模型对特征向量的置信水平进行评估，得到特征向量的第一置信水平，同时根据当前所使用的观察模型对特征向量的置信水平进行评估，得到特征向量的第二置信水平；通过比较第一置信水平与第二置信水平，对观察模型或高斯混合模型进行更新。本发明通过高斯混合模型对特征向量进行置信水平评估，以减少对观察模型进行不必要的更新，达到提高视频跟踪算法实时跟踪的速度的目的。
-
公开(公告)号：CN109033583A
公开(公告)日：2018-12-18
申请号：CN201810762377.9
申请日：2018-07-12
Applicant: 中国科学院计算技术研究所
CPC classification number: G06F17/5009 , G06F17/509 , G08G1/0125
Abstract: 本发明涉及一种数据驱动的交通快速推演方法和系统，包括：将交通路网中流量变化超过预设值的地点，作为有向图中的节点，将连接节点之间的道路作为有向图中的有向边，每个节点和与其相连的边构成交通推演单元；针对每个交通推演单元，收集通过该节点时交通流量的变化数据作为样本，利用机器学习方法从该样本中学习并构建通过该节点时交通流量变化的计算模型；给定每个推演单元在初始周期的流量状态，在后续的每一时间周期，针对每个推演单元，将上一周期该推演单元的流量状态和其相邻推演单元的流量状态输入至该计算模型，以推演其当前周期的流量变化。本发明根据交通特征，对交通路网采取有向图的建模方式，可实现交通建模以及分钟级别的快速推演。
-
-
Search Results
3
records
(took 0.022 seconds)
