结合图像处理技术和概率数据关联（PDA）运动模型，我们开发了一种新颖的框架来解决噪声背景不佳的非机电系统的对象跟踪问题。
新模型具有两个优点：（1）通过集成统计运动模型，可以比现有模型更精确地模拟许多非机电系统中的对象运动。
（2）由于采用了全局搜索的最佳模型参数，与依赖连续帧区分的其他方法相比，该模型更好地在高噪声环境中跟踪对象。
我们在提出的模型中推导了期望最大化（EM）算法。
合成数据和图像数据集都证明了其有用性。
引入了模型稳定性以量化模型的实用性。
新模型具有两个优点：（1）通过集成统计运动模型，可以比现有模型更精确地模拟许多非机电系统中的对象运动。
（2）由于采用了全局搜索的最佳模型参数，与依赖连续帧区分的其他方法相比，该模型更好地在高噪声环境中跟踪对象。
我们在提出的模型中推导了期望最大化（EM）算法。
合成数据和图像数据集都证明了其有用性。
引入了模型稳定性以量化模型的实用性。
2023/8/17 17:44:48
1.47MB
1
多图像超分辨率的实现主要就是将具有相似而又不同却又互相补充信息的配准影像融到一起，得到非均匀采样的较高分辨率数据，复原需要亚像素精度的运动矢量场，然而它们之间的运动模型估计精确与否直接影响到重建的效果，因此影像配准和运动模型的估计精度是高分辨率图像重建的关键。
由于实际中不同时刻获得的影像数据间存在较大的变形、缩放、旋转和平移，因此必须对其进行配准，在此基础上进行运动模型估计。
然后通过频率域或空间域的重建处理，生成均匀采样的超分辨率数据
由于实际中不同时刻获得的影像数据间存在较大的变形、缩放、旋转和平移，因此必须对其进行配准，在此基础上进行运动模型估计。
然后通过频率域或空间域的重建处理，生成均匀采样的超分辨率数据
2023/7/10 17:15:09
139KB
1
这是一篇ECCV2018上关于图像拼接的论文。
所提出的方法“GreenWarps”旨在精确地对准具有大视差的帧/图像。
该方法包括两个新阶段，即预变形和网格变形。
第一阶段使用格林坐标将未对齐图像变形到参考图像。
第二阶段使用demon-baseddiffeomorphic变形方法来确定对齐，该方法被称为“DiffeoMeshes”的网格变形。
在两个阶段中，使用格林坐标进行变形而不假设任何运动模型。
两个阶段的组合提供了图像的精确对准。
在两个标准图像拼接数据集和一个由不受约束的视频创建的图像组成的数据集上进行实验。
结果表明，与现有技术方法相比，该方法具有更好的功能。
所提出的方法“GreenWarps”旨在精确地对准具有大视差的帧/图像。
该方法包括两个新阶段，即预变形和网格变形。
第一阶段使用格林坐标将未对齐图像变形到参考图像。
第二阶段使用demon-baseddiffeomorphic变形方法来确定对齐，该方法被称为“DiffeoMeshes”的网格变形。
在两个阶段中，使用格林坐标进行变形而不假设任何运动模型。
两个阶段的组合提供了图像的精确对准。
在两个标准图像拼接数据集和一个由不受约束的视频创建的图像组成的数据集上进行实验。
结果表明，与现有技术方法相比，该方法具有更好的功能。
2023/3/20 21:47:49
812KB
1
在实时视景显示中，为了使目标的运动轨迹平滑，针对传统AIS线性插值的弊端，本文提出一种综合考虑目标的航速、航向等运行信息的插值方法，该方法通过建立目标运动模型，对目标运动信息进行预测，构成该段时间内符合视景显示帧率插值的运行轨迹。
同时考虑AIS基站转发、数据接收等原因造成AIS丢包、相邻AIS信息时间跨度较大，在上述的插值方法基础上，还提出一种AIS未知点的预测方法。
最后本文利用实测AIS数据对上述方法进行验证，表明该方法可以较为逼真地还原真实航行轨迹，并有效解决AIS信息跨度大的问题。
同时考虑AIS基站转发、数据接收等原因造成AIS丢包、相邻AIS信息时间跨度较大，在上述的插值方法基础上，还提出一种AIS未知点的预测方法。
最后本文利用实测AIS数据对上述方法进行验证，表明该方法可以较为逼真地还原真实航行轨迹，并有效解决AIS信息跨度大的问题。
2023/3/19 22:24:06
3.62MB
1
针对机动目标跟踪的CT（联动式转弯运动）模型研究。
实现了MATLAB仿真，（出图）。
已给系统方差噪声方差Q、R，本人论文中已使用。
实现了MATLAB仿真，（出图）。
已给系统方差噪声方差Q、R，本人论文中已使用。
2023/3/6 21:34:32
1KB
1
WebGL完成两个三维模型的独立运动，包括每个模型的转向、前进后退、缩放功能。
此处方向均以运动模型作为参考，模型正面方向为前进，相反方向为后退，绕动物中轴线转向。
此处方向均以运动模型作为参考，模型正面方向为前进，相反方向为后退，绕动物中轴线转向。
2023/2/18 0:01:36
17KB
1
可以运行，二级倒立摆的建模、线性化S函数的PID控制以及非线性化S函数的PID控制，(1)根据牛顿运动定律或者拉格朗日方程，建立直线型二级倒立摆的非线性运动模型，给出系统运动的形态方程。
(2)对非线性运动模型进行线性化，针对线性化模型采用极点配置或者PID控制的方法，设计直线型二级倒立摆的控制方案，给出控制律设计方法；
(3)分别针对有扰动和无扰动两种情况下，采用Matlab软件进行仿真，编写倒立摆非线性运动模型的S函数，结合设计的控制方案，给出Matlab仿真的框图，并给出仿真结果。
(2)对非线性运动模型进行线性化，针对线性化模型采用极点配置或者PID控制的方法，设计直线型二级倒立摆的控制方案，给出控制律设计方法；
(3)分别针对有扰动和无扰动两种情况下，采用Matlab软件进行仿真，编写倒立摆非线性运动模型的S函数，结合设计的控制方案，给出Matlab仿真的框图，并给出仿真结果。
2021/8/8 11:27:25
1.2MB
1
根据二维空间内目标作匀速直线运动和匀速圆周运动的特点，在建立目标运动模型和观测模型的基础上采用基于交互多模算法（IMM）的卡尔曼滤波器对机动目标进行跟踪。
仿真结果表明，该算法不只能够对匀速直线运动和匀速圆周运动的目标进行跟踪，而且在运动模型发生变化时，滤波误差也比较小。
仿真结果表明，该算法不只能够对匀速直线运动和匀速圆周运动的目标进行跟踪，而且在运动模型发生变化时，滤波误差也比较小。
2021/1/10 13:56:13
59KB
1
从三个方面讲解了IMU状态模型推导：1.IMU运动模型推导;2.IMU观测和噪声模型;3.IMU状态估计误差模型.非常完整，观测和噪声模型也很受用，对于理解MEMS传感器有非常大的协助。
2016/9/6 4:42:21
612KB
1
旋转倒立摆方案设计，次要有整体框架图，硬件电路设计，软件设计分析，运动模型建模，详细的分析过程和实验数据，可以作为电赛题目训练参考
2022/9/4 2:59:29
975KB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB