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







Гражданская журналистика. Блог Навального
Геймдизайн-документация. На пути к идеальной структуре
Осциллограф портативный FNIRSI DSO 2031H
Элементы алгебры логики математические основы информатики
Dota 2
Список дуг
История вычислительной техники
SQL (structured query language — язык структурированных запросов)
Классификация компьютерных сетей
Обучение работе с модулем Проекты служебных документов
Общая компьютерная память
Согласование в проектах МФ
Последовательность эффектов анимации
0ac663fe521040b790190a8706a9ba15
Представление игры World of Tanks
Основные понятия информатики
Инновационные технологии в управлении персоналом инновационное устройство UOR-56
Специфика интервью. Опра Уинфри
Мероприятие по информатике
Модификация данных
Преобразования формы предмета. (2 занятие)
Экотуризм и современные технологии
Деректер қоры
Курс по Python
Сетевые технологии. Структура URL
Классификация моделей
Кибертормоз
Особенности внесения реквизитов обеспечения