1) Mean Shift
MeanShift
1.
Taylor approximate formula,which will bring some errors of Bhattacharyya coefficient in mean shift object tracking,will result in errors of object racking,so mean shift object tracking method do not fit for the case that object moves quickly.
在meanshift的目标跟踪方法中,Taylor公式的近似展开会造成优化过程中Bhattacharyya系数值的误差,这种误差会给目标跟踪带来偏差,同时不适合快速运动目标的跟踪。
2.
Firstly,the proposed scheme downsamples the correesponding parts of current frame,and employs the mean shift algorithm with successive bandwidth trials to derive the center of target candidate.
提出了一种先进行空间定位再确定目标尺度的两级跟踪算法,有效地解决了meanshift算法对尺度变化的适应问题。
3.
A new algorithm of variable bandwidth target tracking based on Mean shift is put forward to improve deficiency that the bandwidth of kernel function of Mean shift is not changeable.
针对Meanshift核函数带宽不能实时改变的缺陷,提出一种仿射变换下的核函数带宽可变的Meanshift跟踪算法。
3) Mean Shift iteration
MeanShift迭代
4) Mean Shift Procedure
Meanshift过程
5) Mean Shift Filter
Meanshift滤波器
补充资料：BP算法
分子式：
CAS号：
性质：又称逆推学习算法，简称BP算法，是1986年鲁梅哈特(D. E. Rumelhart)和麦克莱朗德(J. L. McClelland)提出来的。用样本数据训练人工神经网络(一种模仿人脑的信息处理系统)，它自动地将实际输出值和期望值进行比较，得到误差信号，再根据误差信号从后(输出层)向前(输入层)逐层反传，调节各神经层神经元之间的连接权重，直至误差减至满足要求为止。反向传播算法的主要特征是中间层能对输出层反传过来的误差进行学习。这种算法不能保证训练期间实现全局误差最小，但可以实现局部误差最小。BP算法在图像处理、语音处理、优化等领域得到应用。
CAS号：
性质：又称逆推学习算法，简称BP算法，是1986年鲁梅哈特(D. E. Rumelhart)和麦克莱朗德(J. L. McClelland)提出来的。用样本数据训练人工神经网络(一种模仿人脑的信息处理系统)，它自动地将实际输出值和期望值进行比较，得到误差信号，再根据误差信号从后(输出层)向前(输入层)逐层反传，调节各神经层神经元之间的连接权重，直至误差减至满足要求为止。反向传播算法的主要特征是中间层能对输出层反传过来的误差进行学习。这种算法不能保证训练期间实现全局误差最小，但可以实现局部误差最小。BP算法在图像处理、语音处理、优化等领域得到应用。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条