摘要:直观解释( x − μ ) (\bold{x}-\bold{\mu})(x−μ)本质上是向量与平均值的距离。然后,将其除以协方差矩阵(或乘以协方差矩阵的逆数)。 这实际上是多元变量的常规标准化(z =(x – mu)/ sigma)。也就是说,z =(x向量)–(平均向量)/(协方差矩阵)。 如果数
阅读全文
摘要:前言 直方图、直方图归一化、直方图均衡化,使用情况,优缺点;图像增强;全局、局部增强; 直方图 离散函数,图像中每个灰度级的像素个数; 归一化直方图 图像中每个灰度级发生的概率估计值; 基本灰度级特征:暗、亮、低对比度、高对比度; 直方图均衡化(线性化) 概率密度函数PDF;累积分布函数CDF;均匀
阅读全文
摘要:前言 code #include <stdio.h> #include <stdlib.h> #define Size 5 typedef struct Table{ char length; char size; char ss; int len; }table; table *t1=(table
阅读全文
摘要:前言 示例 >> a=[0.1 0.6; 0.3 0.2; 0.1 0.5]; >> [rowsol,cost,v,u,costMat] = lapjv(a); >> rowsol rowsol = 3 2 rowsol表示行分配索引,具体地讲, a表示输入的代价矩阵,如果行数小于列数,则rowso
阅读全文
摘要:SORT 是一种简单的在线实时多目标跟踪算法。文章要点为: 以 IoU 作为前后帧间目标关系度量指标; 利用卡尔曼滤波器预测当前位置; 通过匈牙利算法关联检测框到目标; 应用试探期甄别虚检; 使用 Faster R-CNN,证明检测好跟踪可以很简单。 运动估计模型(卡尔曼滤波) FilterPy 是
阅读全文
摘要:前言 关注点 code #include <stdio.h> #include <stdlib.h> #include <string.h> // strcat #define Size 4 typedef struct Table{ int len; int size; int aa; }Tabl
阅读全文
摘要:概率密度函数f(x,y),分布函数F(x,y);联合概率密度函数; 边缘分布;边缘密度函数;条件密度函数; 两个阶段三个数值: 预测值 >>>>> 测量值 >>>>> 最优估计值;循环; 运动模型; 随机高斯分布; 协方差矩阵;对称; 预测矩阵; cov(AX,BY)=Acov(X,Y)B' 预测值
阅读全文
摘要:前言 算法流程 对于首次检测结果,创建跟踪轨迹; 对于之后的每次检测结果,
Df:置信度大于
σl的检测结果; 对于每一个激活轨迹,
dbest=djwhere
max(IOU(dj,ti)),dj∈Df 如果$IOU(d_{best},
阅读全文