结构稀疏表示稀疏系数向量池
2017-03-29 21:49:45 0 举报
结构稀疏表示稀疏系数向量池是一种用于处理稀疏数据的数学工具。它通过将数据表示为一个稀疏系数向量,来捕捉数据中的主要特征和模式。这种方法可以有效地减少数据的维度,从而提高数据处理的效率。在实际应用中,结构稀疏表示稀疏系数向量池被广泛应用于图像处理、信号处理、机器学习等领域。例如,在图像处理中,它可以用于提取图像的主要特征,从而实现图像的压缩和分类;在信号处理中,它可以用于消除噪声,提高信号的质量;在机器学习中,它可以用于降维,提高模型的性能。总之,结构稀疏表示稀疏系数向量池是一种强大的工具,可以帮助我们更好地理解和利用稀疏数据。
作者其他创作
大纲/内容
m/k
分块k
缺陷
HOG特征
算法
无法用复杂的特征,如HOG
模板字典T:
目的
分块2
跟踪
模板1
L1 minimization(每个粒子)
MTT、SCM、ASLA、L1APG
改进
原因
模板n1
分块1
稀疏表示
混合特征
重叠块跟踪方法,每个块使用光流法
...
第一次粒子投放
导致
检测
跟踪器
相关滤波
TLD
在粒子框架下通用重建最小误差来寻找最好目标候选区
学习
模板2
效果
计算量大
第二次粒子投放
单单稀疏跟踪效果比KFC、Struck差
提出CST
灰度特征
0 条评论
下一页