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:在网络终端视频体验过程中,影响用户体验的两个关键指标为初始缓冲等待时间和卡顿缓冲时间,本文结合移动视频传输协议等相关知识,通过机理分析方法,对实验数据进行分析和挖掘,建立了初始缓冲时延映射模型与卡顿时长占比函数模型。并基于视频体验评分测试软件Speedvideo及其网络运营平台,对所在地多个区域进行了综合测试。
简介:通过构造示性函数,利用示性函数与概率的关系对Chebyshev不等式、期望等几个问题给出新的证明方法.
简介:本文从消费者的角度出发,提出了在产品的有限使用期内,可免费维修保修的产品的更换策略.假设产品在使用期内可以更换一次,更换前后产品的故障率不发生变化.在保修期内,发生故障的产品的维修费用由生产商承担,消费者不用为此支付任何费用.在保修期外产品发生故障,消费者需要为此支付一笔固定的维修费用.然而,只要产品在使用,每发生一次故障都会对消费者产生一笔固定的停机费用.在这种维修计划下,产品的更换将分两种情况讨论:免费保修前和免费保修后.本文将建立两类最优更换模型,给出消费者期望支付费用的数学模型,继而求得最优的更换时间以及此时最小的支付费用.最后会给出模型的算例分析,给出在不同的保修期和有限使用期下,最优更换策略的相关特征.