- 上一篇：组合聚类算法研究与实验+文献综述
- 下一篇：基于Android系统的车载智能控制器APP软件设计
为了识别检测器的错误并从中学习，TLD使用了一种新的学习方法（P-N学习），可以通过一对“专家”来估计错误：P-专家和N-专家。P-专家对错过的检测进行估计，而N-专家对错误的警告进行估计。将估计出的错误添加到检测器的训练集，然后通过重新训练检测器来避免之后发生这些错误。与其他过程相同，P-N专家也会自己出错。但是，如果专家的错误概率是在一定的限制内，误差项可以相互补偿，从而导致稳定地学习。
TLD算法适用于单目标长时间跟踪。它把传统的跟踪算法和检测算法相结合，以解决目标在跟踪过程中发生的形变、遮挡、光照变化等问题。同时，TLD算法引入了一种在线学习机制，用于更新跟踪模块中特征点和检测模块中的目标模型，使跟踪效果更加鲁棒，准确性更高。TLD算法吸引了许多国内外学者的研究和改进，并被广泛应用于多个领域。
-
java+mysql设备监控记录的大...
-
面向电商评论的数据挖掘技术与系统
-
跟踪-学习-检测算法及其在...
-
PLC清水坝集控中心自动化...
-
基于USB的数据监控系统开发
-
高效视频编码帧间预测中运动估计算法研究
-
ASP.NET+SQLServer优酷视频管理系统设计与实现
大众媒体对公共政策制定的影响
乳业同业并购式全产业链...
十二层带中心支撑钢结构...
电站锅炉暖风器设计任务书
当代大学生慈善意识研究+文献综述
java+mysql车辆管理系统的设计+源代码
中考体育项目与体育教学合理结合的研究
杂拟谷盗体内共生菌沃尔...
酸性水汽提装置总汽提塔设计+CAD图纸
河岸冲刷和泥沙淤积的监测国内外研究现状