认识达内从这里开始

认真做教育专心促就业

运城互联网培训关于个性化推荐功能的分析

发布：运城达内教育官网
来源：互联网
时间：2018-08-21 09:25

个性化推荐功能是在大数据发展起来之后才兴起的一种算法方式。其主要是用来用户运营领域。今天，我们就简单来了解一下，个性化推荐是如何跟踪用户访问的。

运城互联网培训关于个性化推荐功能的分析

运动目标检测

对于不依赖先验知识的目标跟踪来讲，运动检测是实现跟踪的一步。运动检测即为从序列图像中将变化区域从背景图像中提取出来。运动目标检测的算法依照目标与摄像机之间的关系可以分为静态背景下运动检测和动态背景下运动检测。

(一)静态背景

1.背景差

2.帧差

3.GMM

4.光流

背景减算法可以对背景的光照变化、噪声干扰以及周期性运动等进行建模，在各种不同情况下它都可以准确地检测出运动目标。因此对于固定摄像头的情形，目前大多数的跟踪算法中都采用背景减算法来进行目标检测。背景减算法的局限性在于它需要一个静态的固定摄像头。

(二)运动场

通常情况下，摄像机的运动形式可以分为两种：a)摄像机的支架固定，但摄像机可以偏转、俯仰以及缩放; b)将摄像机装在某个移动的载体上。由于以上两种情况下的背景及前景图像都在做全局运动，要准确检测运动目标的要任务是进行图像的全局运动估计与补偿。

考虑到图像帧上各点的全局运动矢量虽不尽相同 (摄像机做平移运动除外 )，但它们均是在同一摄像机模型下的运动，因而应遵循相同的运动模型，可以用同一模型参数来表示。

全局运动的估计问题就被归结为全局运动模型参数的估计问题，通常使用块匹配法或光流估计法来进行运动参数的估计。

块匹配

基于块的运动估算和补偿可算是通用的算法。可以将图像分割成不同的图像块，假定同一图像小块上的运动矢量是相同的，通过像素域搜索得到佳的运动矢量估算。块匹配法主要有如下三个关键技术：

a)匹配法则，如大相关、小误差等

b)搜索方法，如三步搜索法、交叉搜索法等。

c) 块大小的确定，如分级、自适应等。

光流法

光流估计的方法都是基于以下假设：图像灰度分布的变化完全是目标或者场景的运动引起的，也就是说，目标与场景的灰度不随时间变化。这使得光流方法抗噪声能力较差，其应用范围一般局限于目标与场景的灰度保持不变这个假设条件下。另外，大多数的光流计算方法相当复杂，如果没有特别的硬件装置，其处理速度相当慢，达不到实时处理的要求。

【免责声明】本文系本网编辑部分转载，转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题，请在30日内与管理员联系，我们会予以更改或删除相关文章，以保证您的权益!

< 上一篇：程序员应该如何制作渐进式Web应用

下一篇：代码规范对于程序员的工作都产生了哪些影响 >