快速迭代非最大抑制
作为目标跟踪管道的一部分，我有一个具有各种检测概率的矩阵。我现在需要跟踪概率最高的点数。最明显的选择是阈值化和运行非最大抑制.
问题是：矩阵每秒更新约200万次，并且运行非最大抑制，这通常是不可能的。这个想法是，每次更新时，矩阵的变化非常小(可能每400个元素中就有20个在一次变化)，所以现在我正在寻找类似于迭代非最大抑制的方法。不要每次都重做，而是更新上一个时间步骤的结果。
是否存在有效的算法？我自己想出了几个解决方案，但非效率特别高。
我在每个时间步骤获得的信息：
整体矩阵 哪些矩阵元变了 它们如何改变(+1或-1) 我正在用C++编写本征库的程序
展开
收起
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
问答排行榜
最热
最新
推荐问答
