2.765

2022影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

针对自校准地面的学习监控跟踪模型

J.Renno P.Remagnino G.A.Jones

J.Renno, P.Remagnino, G.A.Jones. 针对自校准地面的学习监控跟踪模型. 自动化学报, 2003, 29(3): 381-392.
引用本文: J.Renno, P.Remagnino, G.A.Jones. 针对自校准地面的学习监控跟踪模型. 自动化学报, 2003, 29(3): 381-392.
J.Renno, P.Remagnino, G.A.Jones. Learning Surveillance Tracking Models for the Self-Calibrated Ground Plane. ACTA AUTOMATICA SINICA, 2003, 29(3): 381-392.
Citation: J.Renno, P.Remagnino, G.A.Jones. Learning Surveillance Tracking Models for the Self-Calibrated Ground Plane. ACTA AUTOMATICA SINICA, 2003, 29(3): 381-392.

针对自校准地面的学习监控跟踪模型

详细信息
    通讯作者:

    J.Renno,P.Remagnino,G.A.Jones

    J.Renno,P.Remagnino,G.A.Jones

    J.Renno,P.Remagnino,G.A.Jones

  • 中图分类号: TP391.41

Learning Surveillance Tracking Models for the Self-Calibrated Ground Plane

More Information
    Corresponding author: J.Renno,P.Remagnino,G.A.Jones; J.Renno,P.Remagnino,G.A.Jones; J.Renno,P.Remagnino,G.A.Jones
  • 摘要: 提出了一种新的多摄像机视觉监控系统的信息融合方法.信息融合在两个阶段进行.首先,根据相互独立的Cartesian参考坐标系统(设置在地平面上),对各个摄像机进行标定.然后,把所有的坐标系变换到一个坐标系统中.在视觉监控应用中,因为摄像机自定标和视觉数据配准技术将使监控设施安置变得更加容易,从而可以为公共场合发展更加适用的视觉监控工具.在解决监控数据的不完整性和不确定性方面,机器学习方法具有很好的效果.
  • 加载中
计量
  • 文章访问数:  3326
  • HTML全文浏览量:  67
  • PDF下载量:  1192
  • 被引次数: 0
出版历程
  • 收稿日期:  2002-11-30
  • 刊出日期:  2003-03-20

目录

    /

    返回文章
    返回