该方法在进行概率密度估计时，采用非参数统计学中的核估计法（Kernel Density Estimate）替代NBA方法中的最近邻法(Nearest Neighbor)，不仅有效地提高了原方法在多维空间内进行密度估计的准确性，并且大大降低了算法的复...
基于1个网页-相关网页
In moving object detection aspects, aiming at background subtraction, analyses and studies on usual background modeling method, and a kernel density estimate background modeling based on key frame sampling scheme is proposed.
在运动目标检测方面,针对背景差分法,对常用的背景建模方法进行了分析研究,并提出了一种基于关键帧采样机制的核密度估计背景建模算法。
参考来源 - 视频监控系统中运动目标检测算法的研究·2,447,543篇论文数据，部分数据来源于NoteExpress
A new fast algorithm was presented to accelerate the computation of mutual information of images based on kernel density estimate.
针对基于核密度估计的图像互信息估计法运算量很大的问题，提出了一种快速互信息估计算法。
A new background model of non-parameter kernel density estimate was presented on the basis of abundant study on algorithms of moving object detection.
在充分研究现有运动目标检测算法的基础上，提出了一种新的非参数核密度估计背景模型。
Using this method, kernel function could be flexibly chosen to estimate sample point's density values according to different locating application scenes.
推广后的定位方法，可根据具体的目标定位场合，灵活选择核函数对样本点进行核密度估计。
应用推荐