論文元數(shù)據(jù)搜索，找到相關(guān)信息共 2 條：
2007, 29(11): 2734-2737.
doi: 10.3724/SP.J.1146.2006.00365
刊出日期：2007-11-19
論文探討了TMA(目標(biāo)運(yùn)動分析)中基本的非線性估計(jì)問題；介紹了粒子濾波(PF)的基本思想和輔助變量PF(AVPF)的基本算法，特別針對空對海單站只測方位TMA(BO-TMA)問題應(yīng)用AVPF和EKF(擴(kuò)展卡爾曼濾波)進(jìn)行了對照研究；建立了問題的離散非線性濾波估計(jì)模型；設(shè)計(jì)了典型的應(yīng)用場景；給出了Monte Carlo仿真運(yùn)行結(jié)果；表明AVPF具有更高的估計(jì)精度、更好的收斂特性和濾波一致性。
2014, 36(5): 1139-1144.
doi: 10.3724/SP.J.1146.2013.01003
刊出日期：2014-05-19
該文利用飛行時間(Time-Of-Fligh, TOF)相機(jī)提供的距離圖像，在運(yùn)動歷史圖像的基礎(chǔ)上提出一種基于多層運(yùn)動歷史圖像的人體運(yùn)動識別方法。計(jì)算距離輪廓序列的運(yùn)動能量圖作為整體運(yùn)動信息，同時根據(jù)距離變化量，計(jì)算前向、后向的多層運(yùn)動歷史圖像作為局部運(yùn)動信息，共同組成多層運(yùn)動歷史圖像。為了解決Hu矩對不連續(xù)或具有噪聲的形狀較為敏感的問題，引入R變換對每層運(yùn)動歷史圖像進(jìn)行特征提取，串聯(lián)形成特征向量送入SVM進(jìn)行分類識別。實(shí)驗(yàn)結(jié)果表明，該識別方法可以有效識別人體運(yùn)動。
