El efecto se prueba en varias escenas específicas de videos deportivos para completar la aplicación de detección de seguimiento multitarget de movimiento multitarget aplicable a diversas escenas específicas dentro de videos deportivos. En este artículo, se aplican redes neuronales profundas para la supresión de sombras de movimiento multitarget en videos deportivos y un seguimiento preciso para mejorar el rendimiento del seguimiento. Después de que se determine la selección del fotograma objetivo, el rastreador utiliza un método de flujo óptico para estimar los límites del movimiento multitarget en el video deportivo objetivo basado en el movimiento multitarget del objeto objetivo entre fotogramas. El detector escanea primero cada fotograma de imagen de video deportivo uno por uno, observando las subregiones de imagen previamente descubiertas y aprendidas una por una hasta el momento actual que se asemeja mucho al objetivo a seguir. Las imágenes de teledetección preprocesadas se convierten en imágenes en escala de grises, se normaliza el histograma y se selecciona el umbral de altura apropiado en combinación con la función de cre
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículos:
Asignación de energía robusta para la localización cooperativa en redes de sensores inalámbricos saturadas.
Artículos:
Evolución espaciotemporal de la población en el noreste de China durante 2012-2017: Un enfoque de luz nocturna
Artículos:
BEHT: Paradigma de peaje eficiente en autopistas basado en blockchain para pelotones de vehículos autónomos oportunistas.
Artículos:
Maximización del rendimiento a través de la asociación conjunta de usuarios y la asignación de potencia para una H-CRAN integrada con UAV
Artículos:
Evolución de las redes de sensores inalámbricos sin escala con características de redes de pequeño mundo.