简介:对含有动、静态背景的稳定图像处理时,对比了主成分追踪鲁棒主成分分析法(RPCA)、贝叶斯鲁棒主成分分析法(BayesianRPCA)和高斯混合模型的鲁棒主成分分析法(MoG-RPCA),3种方法对静态背景下的前景提取都较为完整.而动态背景下只有BayesianRPCA和MoG-RPCA提取出了完整的前景目标,但是BayesianRPCA计算速度很慢,且不能够处理复杂噪声.所以MoG-RPCA模型更具有对复杂噪声的适应性,动、静态背景情况下均提取出精度较高的前景目标,且具有较快的计算速度.当图像不稳定时,采用改进的MoG-RPCA模型对非稳定拍摄的抖动视频进行前景目标提取,并在第197帧抖动图像中清晰地提取出显著前景目标,且运算速度较快.在为了快速找到目标出现的帧时,对高斯混合模型背景差分法进行改进,利用K-means聚类算法快速得到聚类中心点,然后作为高斯混合模型背景更新时的初始化均值参数,从而提高在复杂场景下前景目标的检测精度.对于多角度追踪任务,不同角度、近似同一地点的多个监控视频图像中前景目标的提取,可采用跨摄像头视角跟踪结果融合的方法,然后对目标进行匹配.
简介:在网络终端视频体验过程中,影响用户体验的两个关键指标为初始缓冲等待时间和卡顿缓冲时间,本文结合移动视频传输协议等相关知识,通过机理分析方法,对实验数据进行分析和挖掘,建立了初始缓冲时延映射模型与卡顿时长占比函数模型。并基于视频体验评分测试软件Speedvideo及其网络运营平台,对所在地多个区域进行了综合测试。
简介:研究具有反馈控制的单种群对数模型.通过构造适当的Lyapunov函数.我们让得系统的正平衡点是无条件全局稳定的.所得结果补充和完善了已有的结果.
简介:一个稳定的补偿器可同时镇定n个对象(同.时强镇定)等价于一个补偿器(不一定稳定)同时镇定n+1个对象(同时镇定).两个以上对象的同时强镇定和三个以上对象的同时镇定是线性系统中一个急待解决的公开问题.文中所作的基本假定是所有的对象具有相同的简单不稳定零点,在此条件下给出了n个对象同时强镇定的一个充分条件.当仅有一个不稳定零点时,容易检验是否同时强镇定,否则仅需确定n个对象的不稳定零点并且判定由不稳定零点导出一个相应矩阵是正定的,就能判定n个对象同时强镇定.因此是一个易于检验的充分条件.文章同时给出了n个对象同时强镇定的算法,丰富了同时强镇定的充分条件.
简介:讨论了具有时滞和反馈控制的离散Leslie概周期捕食与被捕食系统.利用差分不等式和通过构造适当的Lyapunov函数,得到了系统持久性和全局吸引的充分条件.利用泛函概周期的壳理论,得到了系统存在唯一全局吸引概周期解的充分条件.
简介:提出并研究具有反馈控制变量和Holling-Ⅱ类功能性反应的修正Leslie-Gower离散捕食系统的持久性问题,通过运用差分不等式得到了一组保证该系统持久的充分性条件.该结果表明反馈控制变量不会影响系统的持久性从而改进了已有的结果.数值模拟显示了本文结果的可行性.