1) mean shift
中值偏移
1.
A new nonparametric estimation method called adaptive bandwidth mean shift (ABMS) algorithm is applied to realizing image smoothing and segmentation,which removes noises and trivial texture and preserves the structural features of the image objects.
一种新的非参数估计算法——基于交叉置信区间(ICI)规则的自适应带宽中值偏移(ABMS)算法应用到视频图像平滑和分割过程中,以有效去除图像的噪声和微纹理信息并保留图像中物体的轮廓结构特征。
2) Mean shift
均值偏移
1.
Color image segmentation algorithm based on mean shift;
基于均值偏移的彩色图像分割算法
2.
The core searching method is the mean shift algorithm.
在人脸跟踪过程中以均值偏移为核心算法,通过均值偏移矢量的迭代,在局部得到最匹配人脸。
3.
By integrating mean shift and particle filter,a new method for robotics visual tracking is proposed based on similarity distance.
综合粒子滤波和均值偏移理论,提出了一种基于相似性度量的机器人视觉跟踪方法。
3) Mean-shift
均值偏移
1.
Target Tracking Based on Mean-shift and Kalman Filter;
基于均值偏移和卡尔曼滤波的目标跟踪方法
2.
Target tracking based on Kalman filter and mean-shift
基于卡曼滤波与均值偏移算法的目标跟踪
3.
Then we used the mean-shift algorithm to cluster the video object.
该算法首先对运动矢量场和视差场进行提取和修正处理,然后对视频帧进行分割作为初始值,最后用均值偏移算法聚类得到最终的对象分割结果。
4) the offset
偏移值
1.
A security holes resulting from a small key space of the offset in the exiting self-embedding watermarking schemes have been pointed out.
指出自嵌入水印算法中由于偏移值密钥空间较小使算法存在安全隐患,为进一步说明偏移值密钥在自嵌入水印算法的重要性,提出一种同步伪造攻击算法并对最近提出的自嵌入水印算法成功实施了攻击,仿真结果表明偏移值已知会严重破坏自嵌入水印算法的可信性。
5) Offset Threshold
偏移阈值
6) center deviation
中心偏移
1.
It gets the best reference motion vectors from the error- surface and the center deviation characteristics,and it uses the direction and intensity information to choose the proper searching mode.
算法结合误差曲面特性以及运动矢量中心偏移特性,得到最佳参考运动矢量;利用运动矢量的方向和强度信息,确定搜索方向,切换搜索模式,搜索的同时应用全零块的中止准则。
2.
Based on the center deviation characteristics of motion vector, we propose a fast searching strategy for motion estimation.
提出一种基于运动矢量中心偏移特性的快速运动估计方法,利用运动矢量的方向和强度信息,确定搜索方向,切换搜索模式。
补充资料：力学量的可能值和期待值
在量子力学中，力学量F用作用于波函数上的算符弲表示。在数学上，对于一个算符，满足
的函数 ui(r)称为弲的本征函数，式中Fi是与r无关的数,称为本征值。如果ui(r)描写微观粒子的状态,则它必须满足单值、连续和有限的标准条件。在这种限制之下，上式中的本征值可以取一系列分立值，或取一定范围内的连续数值。
在测量力学量F时,观察到的只能是它的本征值。若一个力学量的本征值具有分立谱，我们说这个力学量是量子化的。
量子力学中假定力学量的全部本征函数组成一个完全系；这意思是说：描写体系的任一状态的波函数ψ都可以用力学量的本征函数ui展开：
在ψ和ui都是归一化的情况下，上式中的展开系数сi具有如下的物理意义：在ψ态中测量力学量时,得到结果为Fi的几率是|сi|2。
因此，若微观粒子的定态波函数是某力学量算符的本征函数ui(r),则在这一状态中,力学量F取确定值Fi。
在ψ态中对力学量进行多次测量,把所得结果加以平均，就得出力学量在ψ态中的期待值，以〈F〉表示：
上式称为力学量的期待值公式。如果ψ不是归一化的，那么期待值公式应写为
的函数 ui(r)称为弲的本征函数，式中Fi是与r无关的数,称为本征值。如果ui(r)描写微观粒子的状态,则它必须满足单值、连续和有限的标准条件。在这种限制之下，上式中的本征值可以取一系列分立值，或取一定范围内的连续数值。
在测量力学量F时,观察到的只能是它的本征值。若一个力学量的本征值具有分立谱，我们说这个力学量是量子化的。
量子力学中假定力学量的全部本征函数组成一个完全系；这意思是说：描写体系的任一状态的波函数ψ都可以用力学量的本征函数ui展开：
在ψ和ui都是归一化的情况下，上式中的展开系数сi具有如下的物理意义：在ψ态中测量力学量时,得到结果为Fi的几率是|сi|2。
因此，若微观粒子的定态波函数是某力学量算符的本征函数ui(r),则在这一状态中,力学量F取确定值Fi。
在ψ态中对力学量进行多次测量,把所得结果加以平均，就得出力学量在ψ态中的期待值，以〈F〉表示：
上式称为力学量的期待值公式。如果ψ不是归一化的，那么期待值公式应写为
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