This value was evaluated upon firstexpanding. It may have changed since then...

写代码时,想打印下数据看看,结果出现了如下情况:

在这里插入图片描述
没有数据了!发现右边有个蓝色的感叹号,放上去有如下说明:

在这里插入图片描述
This value was evaluated upon firstexpanding. It may have changed since then.

大概意思是当前打印的值是第一次评估的,现在这个值已经被改变了;检测了下后面的代码,确实我对打印的这个数组变量进行了splice操作。
然后再试了几次,在同一个域内,对打印的数组变量进行增、删、改操作都会出现这个提示。
(完)

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
MATLAB视频的前景目标提取; 视频的前景目标提取 视频监控是中国安防产业中最为重要的信息获取手段。随着“平安城市”建设的顺利开展,各地普遍安装监控摄像头,利用大范围监控视频的信息,应对安防等领域存在的问题。近年来,中国各省市县乡的摄像头数目呈现井喷式增长,大量企业、部门甚至实现了监控视频的全方位覆盖。如北京、上海、杭州监控摄像头分布密度约分别为71、158、130个/平方公里,摄像头数量分别达到115万、100万、40万,为我们提供了丰富、海量的监控视频信息。 目前,监控视频信息的自动处理与预测在信息科学、计算机视觉、机器学习、模式识别等多个领域中受到极大的关注。而如何有效、快速抽取出监控视频中的前景目标信息,是其中非常重要而基础的问题[1-6]。这一问题的难度在于,需要有效分离出移动前景目标的视频往往具有复杂、多变、动态的背景[7,8]。这一技术往往能够对一般的视频处理任务提供有效的辅助。以筛选与跟踪夜晚时罪犯这一应用为例:若能够预先提取视频前景目标,判断出哪些视频并未包含移动前景目标,并事先从公安人员的辨识范围中排除;而对于剩下包含了移动目标的视频,只需辨识排除了背景干扰的纯粹前景,对比度显著,肉眼更易辨识。因此,这一技术已被广泛应用于视频目标追踪,城市交通检测,长时场景监测,视频动作捕捉,视频压缩等应用中。 下面简单介绍一下视频的存储格式与基本操作方法。一个视频由很多帧的图片构成,当逐帧播放这些图片时,类似放电影形成连续动态的视频效果。从数学表达上来看,存储于计算机中的视频,可理解为一个3维数据,其中代表视频帧的长,宽,代表视频帧的帧数。视频也可等价理解为逐帧图片的集合,即,其中为一张长宽分别为的图片。3维矩阵的每个元素(代表各帧灰度图上每个像素的明暗程度)为0到255之间的某一个值,越接近0,像素越黑暗;越接近255,像素越明亮。通常对灰度值预先进行归一化处理(即将矩阵所有元素除以255),可将其近似认为[0,1]区间的某一实数取值,从而方便数据处理。一张彩色图片由R(红),G(绿),B(蓝)三个通道信息构成,每个通道均为同样长宽的一张灰度图。由彩色图片构成的视频即为彩色视频。本问题中,可仅考虑黑白图片构成的视频。在Matlab环境下,视频的读取、播放及相应基本操作程序见附件1。如采用其他编程环境,也可查阅相关资料获得相应操作程序。 题目的监控视频主要由固定位置监控摄像头拍摄,要解决的问题为提取视频前景目标。请通过设计有效的模型与方法,自动从视频中分离前景目标。注意此类视频的特点是相对于前景目标,背景结构较稳定,变化幅度较小,可充分利用该信息实现模型与算法设计。 请你们查阅相关资料和数据,结合视频数据特点,回答下列问题问题1:对一个不包含动态背景、摄像头稳定拍摄时间大约5秒的监控视频,构造提取前景目标(如人、车、动物等)的数学模型,并对该模型设计有效的求解方法,从而实现类似图1的应用效果。(附件2提供了一些符合此类特征的监控视频) 图1 左图:原视频帧;右图:分离出的前景目标 问题2:对包含动态背景信息的监控视频(如图2所示),设计有效的前景目标提取方案。(附件2中提供了一些符合此类特征的典型监控视频) 图2 几种典型的动态视频背景,:树叶摇动,水波动,喷泉变化,窗帘晃动 问题3:在监控视频中,当监控摄像头发生晃动或偏移时,视频也会发生短暂的抖动现象(该类视频变换在短时间内可近似视为一种线性仿射变换,如旋转、平移、尺度变化等)。对这种类型的视频,如何有效地提取前景目标?(附件2中提供了一些符合此类特征的典型监控视频) 问题4:在附件3中提供了4组视频(avi文件与mat文件内容相同)。请利用你们所构造的建模方法,从每组视频中选出包含显著前景目标的视频帧标号,并将其在建模论文正文中独立成段表示。务须注明前景目标是出现于哪一个视频(如Campus视频)的哪些帧(如241-250,421-432帧)。 注:强烈建议深刻考虑问题内涵,建造合理、高效的数学模型和求解方法,鼓励进行具有开放思路与创新思维的探索性尝试。 参考文献: [1] Andrews Sobral & Antoine Vacavant, A comprehensive review of background subtraction algorithms evaluated with synthetic and real videos, Computer Vision and Image Understanding, Volume 122, May 2014, Pages 4-21 [2] B. Lee and M. Hedley, “Background estimation for video surveillance,” IVC

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值