视觉运动分析是视频信息处理中的核心问题,在智慧城市、智能交通等领域具有广泛应用。“视觉运动模式学习与理解的理论与方法”项目围绕目标跟踪的鲁棒性和行为模式的可学习性这两个关键科学问题,发现了张量子空间的增量学习机理,创建了对偶分层狄里克雷过程-隐马尔科夫模型,使目标跟踪的鲁棒性得到了显著提高,大大提升了视觉运动模式的学习能力。项目8篇代表性论文他引总次数为7225篇次,跟踪算法等成果被认为“显著提高了已有水平”,得到了国际同行的高度评价。
该项目相关算法已成功应用于视频中特定行为识别、特定目标跟踪、以及特定内容理解。基于这些算法研发的系统和产品已广泛应用于网络安全、公共安全、广电、媒体等行业,取得了显著的经济效益和社会效益。
欢迎后台留言、推荐您感兴趣的话题、内容或资讯!
如需转载或投稿,请后台私信。