知识卡片

普通读书笔记卡 · 9593.a · 生成模型:DeepSeek-V4.1-Flash

常规算法为何在复杂背景下失灵

理解等级:高级

两类常规算法暴露了同一类结构性矛盾:鲁棒性与计算代价难以兼得。

小波变换检测先用小波分解提取近似分量重构背景,再用原图减去背景、阈值分割出目标。问题在于高频分量既包含目标边缘也包含噪声,阈值一旦放低,噪声就被当成目标,检测精度下降;阈值放高,弱目标又会被漏掉。 粒子滤波跟踪用一组带权随机样本近似目标位置的后验密度,样本越多,分布刻画越细。要覆盖遮挡、相似物干扰、目标短暂消失后重现等情形,就必须维持大量粒子,计算量随之上升、帧率下降。

所以常规方法的失效并非公式错误,而是其假设(背景可由低频近似、后验可由有限样本可靠表达)在复杂场景下不成立。这也解释了为什么需要引入新的信息处理机制,而不是继续在原有框架内调参。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 第1章 概述 · 查看原书依据

      然后利用原始图像减去背景图像,并通过设置合适的阈值进行分割实现目标检测。在上述过程中,该算法易将部分高频噪声误检为目标,导致检测精度较低

    参考来源

    - 位置:《基于类脑计算的目标检测与跟踪技术》第1章 概述(源文件:extracted/基于类脑计算的目标检测与跟踪技术/_epub-src/OPS/txt001.html) - 结论依据:两类常规算法暴露了同一类结构性矛盾:鲁棒性与计算代价难以兼得。 - 原始内容:然后利用原始图像减去背景图像,并通过设置合适的阈值进行分割实现目标检测。在上述过程中,该算法易将部分高频噪声误检为目标,导致检测精度较低