-
题名一种改进的双项自适应总体变差去噪模型
被引量：1
- 1
-
-
作者
储诚曦
李均利
李刚
楼洋
-
机构
宁波大学数字技术与应用软件研究所
四川师范大学计算机科学学院
-
出处
《计算机工程》
CAS
CSCD
2012年第22期194-197,共4页
-
基金
国家自然科学基金资助项目(60672072)
宁波市自然科学基金资助项目(2009A610089)
-
文摘
研究经典总体变差去噪模型及其改进的自适应去噪模型,提出一种基于预处理图像局部信息的双项自适应模型。利用空间自适应保真项缓解二阶非线性滤波对细节的过度平滑,通过自适应正则化项减少阶梯效应,使数值更稳定和收敛。实验结果表明,与原方法相比,改进方法具有更好的鲁棒性,在噪声较高的情况下仍能取得较好的去噪效果。
-
关键词
图像去噪
阶梯效应
自适应保真项
自适应正则化项
残差图像
平均梯度
-
Keywords
image de-noising
staircase effect
adaptive fidelity term
adaptive regularization term
residual image
average gradient
-
分类号
TN911.73
[电子电信—通信与信息系统]
-
-
题名视频目标跟踪技术综述
被引量：18
- 2
-
-
作者
李均利
尹宽
储诚曦
汪鸿年
-
机构
四川师范大学计算机科学学院
宁波大学信息科学与工程学院
-
出处
《燕山大学学报》
CAS
北大核心
2019年第3期251-262,共12页
-
基金
国家自然科学基金资助项目(61403266)
-
文摘
目标检测与跟踪是计算机视觉领域中的一个基本课题和研究热点,在军事领域、视频监控、人机交互、交通监测、精准制导等多个领域中有着重要的应用,具有重要的理论研究意义与实际应用价值。本文旨在对经典目标跟踪的技术流程以及技术发展现状作简要阐述。尤其对近些年研究热点,如相关滤波和深度学习的跟踪方法进行了概述,对其未来发展趋势进行了展望。另外,本文分析了多种方法的优缺点,提出了目标跟踪过程的主要挑战和难题,为相关研究人员提供参考和建议。
-
关键词
计算机视觉
目标跟踪
相关滤波
深度学习
-
Keywords
computer vision
object tracking
correlation filtering
deep learning
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
