Article
基于聚类和α—β-γ滤波的运动跟踪
0
TL;DRAbstract
借助计算机视觉技术对运动员的运动动作进行跟踪分析，旨在为运动员提高运动成绩提供科学的技术分析手段．研究序列图像中运动员动作的各特征点的运动变化轨迹，并加以跟踪，提出了基于聚类和α—β-γ滤波的特征点跟踪．为解决聚类数目的不确定性给C均值聚类带来的难点，以α-β-γ滤波预测下一帧图像的特征点的估计值为聚类的中心，从而有效克服了初始聚类中心难以选择的问题．并对40帧的图像序列进行了跟踪实验，结果表明该方法是可行有效的．
Chat with Paper
AI Agents for this Paper
借助计算机视觉技术对运动员的运动动作进行跟踪分析，旨在为运动员提高运动成绩提供科学的技术分析手段．研究序列图像中运动员动作的各特征点的运动变化轨迹，并加以跟踪，提出了基于聚类和α—β-γ滤波的特征点跟踪．为解决聚类数目的不确定性给C均值聚类带来的难点，以α-β-γ滤波预测下一帧图像的特征点的估计值为聚类的中心，从而有效克服了初始聚类中心难以选择的问题．并对40帧的图像序列进行了跟踪实验，结果表明该方法是可行有效的．
Keywords
Business
Chat
Click to start Chat