基于Hu矩模板匹配和目标跟踪的ROI实时自动提取

针对传统的动力学辨识方法辨识精度不高以及辨识步骤繁琐的问题,结合深度学习方法,提出了一种改进神经网络算法。采用改进后的傅里叶级数轨迹作为激励轨迹,同时对动力学方程中的惯性参数集合进行重组,简化了动力学模型。通过改进后的蜂群算法,对神经网络中的权值以及阈值进行优化,提高了神经网络辨识的速度以及精度,同时采用Dropout正则化,提高神经网络的泛化能力;最后,对算法所得到的辨识模型进行了验证。结果表明,所提出的混合神经网络辨识算法,相对于传统的粒子群算法以及最小二乘法,预测误差得到降低,能够更好地应用于机器人的控制系统中。

资料为PDF文档格式.

本文档关键词:匹配,实时,提取,自动,目标