1) mean shift
平均值位移
1.
An image retrieval method based on mean shift and EMD;
基于平均值位移聚类与EMD测量的图像检索
2) displacement average
位移平均值
3) mean shift
均值位移
1.
Then particle filter and mean shift are combined using the model to track the infrared small target.
首先根据红外小目标的特点,建立灰度统计直方图分布模型对目标进行描述,采用基于Bhattacharyya系数定义的距离进行相似性度量,建立目标观测模型,然后通过这个模型将粒子滤波和均值位移方法结合起来,实现对红外小目标的跟踪。
2.
Comparing the mean shift method and MSPF,we find MSPF successfully coped with partial occlusion of target in the image sequence process,and accurately carried on the track to the infrared small target.
根据红外小目标的特点,建立灰度统计直方图分布模型,以重要概率密度为切入点,融合粒子滤波和均值位移方法算法(MSPF),实现对红外小目标的跟踪。
3.
Medival images segmentation is studied by combining anisotropic diffusion and mean shift technique.
本文采用基于各向异性扩散与均值位移相结合的分割算法对医学图像分割进行研究。
4) mean shift
均值移位
1.
The mean shift algorithm is a nonparametric statistical method for seeking the nearest mode of a point sample distribution.
均值移位算法是一种搜索与样本点分布最相近模式的非参数统计方法。
2.
Then the probability density was estimated with a kernel-based estimator,and mean shift technique was used to find the local mode,thus the frequency offset was estimated with high accuracy.
通过相位差分布特性的分析建立了相位差密度极值点与频偏的联系,引入模式识别中广泛应用的核密度估计方法对相位差进行密度估计,并以均值移位算法完成密度极值点的求解,达到载波估计的目的。
5) mean shift
均值平移
1.
The underwater weld seam image segmentation based on Mean Shift Algorithm;
基于均值平移的水下焊缝图像分割
2.
The Application of Mean Shift Algorithm on Object Tracking;
均值平移算法在目标跟踪中的应用
3.
Algorithm for Auto Face Detection and Tracking Based on Mean Shift;
基于均值平移的自动人脸检测与跟踪算法
6) mean-shift
均值平移
1.
In buses background,we improved continuous mean-shift algorithm.
在公交车背景的环境中,对连续均值平移算法进行了改进,以颜色概率分布和轨迹验证来过滤伪目标,保证了跟踪的可靠性;通过对跟踪搜索的区域进行有效的设计,对目标做出运动预测,减少匹配搜索范围,提高了速度。
2.
The robustness and speed is improved by integrating a mean-shift based model update technique with an adaptive change detection method.
该算法利用自适应的背景减除方法,在复杂背景条件下提取出运动目标;采用颜色直方图模型为特征的均值平移法作为跟踪算法。
补充资料：平均值-标准值控制图
分子式：
CAS号：
性质：平均值和标准差控制图的一起使用，简记为x-s图。前者用来判断产品质量特性量值的平均值是否处于或保持所要求的水平，后者用来判断产品质量特性值的标准差是否处于或保持所要求的水平。
CAS号：
性质：平均值和标准差控制图的一起使用，简记为x-s图。前者用来判断产品质量特性量值的平均值是否处于或保持所要求的水平，后者用来判断产品质量特性值的标准差是否处于或保持所要求的水平。
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