查詢結果分析
相關文獻
- New Motion Estimation Algorithm Based on Kalman Filter
- A New Block-Matching Motion Estimation Algorithm with Kalman Filter
- 藉投資組合理論以進行租稅收入的風險管理
- 以自相關法模擬脊柱曲線
- Analysing Taiwan Stock Market by the ARFIMA-GARCH Model
- 政府支出與內生化經濟成長--應用於臺灣經濟
- Testing for Double Threshold Autoregressive Conditional Heteroscedastic Model
- A Validation of Adaptive Input Estimator from Augmented EKF for 3-D Trajectory Estimation
- 非線性RCA模式應用於河川月流量之模擬與預測
- 水文模式中噪音效應之研究及其應用
頁籤選單縮合
題 名 | New Motion Estimation Algorithm Based on Kalman Filter=以卡曼濾波器為基礎之運動估測演算法 |
---|---|
作 者 | 郭忠民; 謝朝和; 林協成; 呂伯強; | 書刊名 | 中正嶺學報 |
卷 期 | 23:2 1995.01[民84.01] |
頁 次 | 頁105-118 |
分類號 | 448.533 |
關鍵詞 | 卡曼濾波器; 運動估測; 自迴歸; Kalman filter; Motion estimation autoregressive; |
語 文 | 英文(English) |
中文摘要 | 本文以卡曼濾波器為基礎提出一新的運動估測演算法,我們利用迴歸 模型將空間中鄰近區塊的運動相關性建立關係,其次以傳統的快速搜尋演算法來 獲得運動向量的量測值,以建立的運動模型及量測值為基礎,應用卡曼濾波器來 得到運動向量的最佳估測。模擬結果顯示本法有極佳的效果,運動估測的精確度 不但較全面搜尋法為優,且運動場更為圓滑,而計算複雜度不到全面搜尋法百分 之14。 |
英文摘要 | This paper presents a new motion algorithm based on Kalman filter. We employ theautoregressive (AR) models to fit the motion correlation between neighboring blocks in thespatial domain. Then we use a conventional fast search algorithm to obtain a measurementof motion vector. Based on the models and the measurement, we apply the Kalman filter toobtain the best estimate of motion vector. Simulation results are very promising. The estimate accuracy is better than that of FSA.Furthermore, the motion vector field is more smooth, and computational complexity is lessthan 14 of that required by FSA. |
本系統中英文摘要資訊取自各篇刊載內容。