简介:对含有动、静态背景的稳定图像处理时,对比了主成分追踪鲁棒主成分分析法(RPCA)、贝叶斯鲁棒主成分分析法(BayesianRPCA)和高斯混合模型的鲁棒主成分分析法(MoG-RPCA),3种方法对静态背景下的前景提取都较为完整.而动态背景下只有BayesianRPCA和MoG-RPCA提取出了完整的前景目标,但是BayesianRPCA计算速度很慢,且不能够处理复杂噪声.所以MoG-RPCA模型更具有对复杂噪声的适应性,动、静态背景情况下均提取出精度较高的前景目标,且具有较快的计算速度.当图像不稳定时,采用改进的MoG-RPCA模型对非稳定拍摄的抖动视频进行前景目标提取,并在第197帧抖动图像中清晰地提取出显著前景目标,且运算速度较快.在为了快速找到目标出现的帧时,对高斯混合模型背景差分法进行改进,利用K-means聚类算法快速得到聚类中心点,然后作为高斯混合模型背景更新时的初始化均值参数,从而提高在复杂场景下前景目标的检测精度.对于多角度追踪任务,不同角度、近似同一地点的多个监控视频图像中前景目标的提取,可采用跨摄像头视角跟踪结果融合的方法,然后对目标进行匹配.
简介:以社会、经济、环境与资源和制度作为基础指标,建立了评价国家可持续发展的综合指标体系。首先,利用熵值法计算各基础指标值,并将每个国家的基础指标值画在同一轴线的雷达图上,直观描述和比较各个国家目前的可持续发展情况。同时,以4个基础指标值为顶点的四边形面积大小作为一个国家可持续发展的综合指数。通过对10个国家的分析,验证了模型的有效性。其次,综合考虑4个基础指标,建立了4维静态趋势分析的优化模型,用以描述每个国家可持续发展程度的变化过程及相关政策与援助对可持续发展指标的影响。最后,基于雷达图模型的分析,选取埃塞俄比亚作为研究对象,借助4维静态趋势分析模型,制定了埃塞俄比亚未来20年的发展规划,并通过雷达图模型验证了规划的有效性,同时对模型的优势与不足进行评述。
简介:讨论了Banach空间X中带有非局部条件的半线性发展方程.在g失去紧性的条件下,利用L^p(I;X)空间中的不动点定理,对边值问题适度解的存在性做了研究,完善和推广了已有结论.最后给出一个在偏微分方程中的例子.