Содержание
- 2. Задача обнаружения объекта на нулевом фоне в присутствии гауссова шума l(i,j) = h(i – α, j–β)
- 3. Решение задачи обнаружения объекта на нулевом фоне в присутствии гауссова шума. Классический корреляционный алгоритм
- 4. Обнаружение объектов классическим корреляционным алгоритмом на реальных видеосюжетах (1) Эталонное изображение h(i,j) Наблюдаемое изображение l(i,j)
- 5. Критериальные разностные функции: Разностные корреляционные алгоритмы Поиск координат объекта:
- 6. Обнаружение объектов разностным алгоритмом на реальных видеосюжетах Эталонное изображение h(i,j) Наблюдаемое изображение l(i,j)
- 7. Слежение за объектом без обновления эталона Критериальная функция Получение оценок координат объекта Обновление эталона Эталон Наблюдаемое
- 8. Слежение за объектом с покадровым обновлением эталона Критериальная функция Получение оценок координат объекта Обновление эталона Эталон
- 10. Скачать презентацию







Інтимні селфі в інтернеті - жарт чи ризик?
Глобальная компьютерная сеть Интернет. 10 класс
Линейное программирование
Рендеры
Финальный проект на Mit App Inventor
Игрофикация
7-1-2
Программа PowerPoint
Анализ программ с циклом
Синтаксис
Операционная система Windows
Физические основы компьютерной графики. Зрение, спектр, цвет, свет, цветовые модели. Лекция №2
Основы программирования на языке Python
Процедуры и функции. Заголовок и тело процедур и функций, классификация параметров. Вызов процедур и функций. Лекция 9
Электронные таблицы (на примере Exсel)
Связь в небоскрёбах
On-line сервисы
Динамічні КМ БПКС (комутатори з просторовим розподілом)
Командная разработка программных средств
The concept of information technology
Нежурналистика. Медиа Школа Экономического факультета
Visual Rare Studio. Веб-студия дизайна, разработки и продвижения сайтов
Классификация программного обеспечения
Системное программирование. Работа с файлами в Windows API
Почему программисты через 10 лет будут не нужны?
Архитектура ПК лекция
Основы логики (упражнения)
Оценка эффективности информационной системы