摘要：
起初我以为是关键点识别不全的问题，导致跟踪失败。其实是因为人体有些动作难以识别导致出现断帧问题，使用防遮挡的人体跟踪算法就可以解决此问题。 阅读全文
摘要：
为了提高毕设的运算速度。为了解决for循环，决定采用并发代替for循环。 阅读全文
摘要：
因为前一部分创新点用的是人体姿态估计，所以输出必定是关键点坐标，因此跟踪部分必须是关键点跟踪。 方法一：对前一帧和后一帧比较，进行相似度匹配。这样是无法解决遮挡问题的。看过多篇文章都是基于这个思路。 方法二：选取一个关键点去表示人体去跟所有帧所有人进行相似度估计。 人体跟踪属于工程问题，网络上对人体 阅读全文
摘要：
clc;clear all;close all;N = 1000; % # Number of pointsV = [-10, 0; 0, 10; 10, 0]; % # Triangle vertices, pairs of (x, y)t = sqrt(rand(N, 1));s = rand( 阅读全文
摘要：
在有限的时间里，应该专注于主要的内容而不是次要内容，因为次要内容即使看懂对后续实验工作帮助并不大。 阅读全文
摘要：
它的跟踪技术 首先在当前帧选一个人体，跟前一帧所有人比较，如果相似度大于阈值，则把前一帧相似度最大人的序号赋予当前帧，且之后当前帧其他人不与其进行相似度估计。 current_poses = sorted(current_poses, key=lambda pose: pose.confidence 阅读全文
摘要：
class a(): def __init__(self) : self.w=1 v=a() def xiu(s): s.w=2 def xiu1(s): s=2 xiu(v) v1=1 xiu1(v1) print(v1) print(v.w) print(1) 输出分别是 1 2 只有向函数中传 阅读全文
摘要：
w1=sum(E_vca,1) [i,index]=sort(w1) E_vca=E_vca(:,index) w2=sum(E_l2,1) [i,index1]=sort(w2) E_l2=E_l2(:,index1) 阅读全文
摘要：
论文疑惑 主要的俩个理论 (1)纯像素是单形体的顶点(因为是线性组合)。 (2)即使映射后纯像素依旧是单形体的顶点。 0.SNR是怎么确定的（先用pca找投影方向，然后把投影的向量又加均值算信噪比，暂时不看，琢磨这个没用）。1.为什么用svd投影到那4个维度。（比终端数多的维度也是有效的，并没有说哪 阅读全文
摘要：
端元是高光谱数据中可以详尽表示待测地物光谱属性的纯像素。一个像素只包含一种地物种类。端元提取就是找到这个像素。 光谱解混进入像素内部，分析构成混合像素的端元以及各个端元在混合像素所占的比例，这个处理过程成为光谱解混。 解混和端元提取是为了后续地物分类做前期的准备工作。线性解混的假设光子只与一个地物发 阅读全文