研究fast rcnn系列的目标检测算法有什么用
FasterRCNN用了整合了之前的RCNN啊，SPP-net啊，FastRCNN啊这些网络的regionproposal方式，提出了RPN，所谓RPN就是根据图像自身的色彩以及边缘信息等等来生成regionproposal的一个网络，因此实现了end-to-end，但还是慢
YOLO就是把原图划成7x7的小格子，在每个格子里对目标进行预测，相当于固定了regionproposal的位置和大小，所以没有了RPN，加快了速度，但是准确率下去了
SSD用了YOLO的思想，但是选了6个比例来对原图进行划分，这样就保证了大物体有大格子学，小物体有小格子学，不像YOLO只有一种大小的格子，准确率也提高了(相对于YOLO)，速度也上去了(相对于Faster，SSD也没有RPN步骤)
运动目标检测与跟踪技术有哪些算法
第一章介绍运动的分类、计算机视觉领域中运动分析模型、计算机视觉领域运动检测和目标跟踪技术研究现状、计算机视觉领域中运动分析技术的难点等内容；第二章介绍传统的运动检测和目标跟踪算法，包括背景差分法、帧间差分法、光流场评估算法等；第三章介绍具有周期性运动特征的低速目标运动检测和跟踪算法，并以CCD测量系统为例介绍该算法的应用；第四章介绍高速运动目标识别和跟踪算法，并以激光通信十信标光捕获和跟踪系统为例介绍该算法的应用；第五章介绍具有复杂背景的目标运动检测过程中采用的光流场算法，包括正规化相关的特性及其改进光流场评估算法，并介绍改进光流场算法的具体应用；第六章介绍互补投票法实现可信赖运动向量估计。
有哪些的运动目标识别与跟踪算法
如果是做毕业设计，光流法,snake都可以，
如果是做应用，就不好说，基本上是要卖大钱的目标跟踪,利用相邻两帧的区域匹配从图像序列中建立目标链,跟踪目标从进入监视范围到驶离监视范围的整个过程。首称要确定匹配准则。常用的图像匹配方法有hausdorff距离区域法和图像互相关。
多个雷达监测多个目标，怎样确定目标的个数？用什么算法进行目标识别？
百度知道也不可能什么都知道啊，应用性越强的东西越难在网上找到答案，20分要想解决这个问题比较难。到专业的论坛或找找专业论文比较实际一些。我的想法是：
1.要转换到同一个坐标系中，通常是世界坐标系。
2.是合作目标的画就比较简单，通过应答的信息简单的去重求和。
3.对非合作目标，比较简单的办法是给出一个分辨率delta。当目标的世界坐标距离小于delta时，就认为是同一目标，进行去重复，最后得到目标总数。
4.在复杂的条件下，还要对目标建立航迹，对每部雷达的每批目标航迹进行相关运算去重复，才能比较准确地得到目标数量。
电子工业、机械工业、国防工业、西电等出版社可能有相关书籍。你好！
监测多个目标不一定要用多个雷达。
可以用RFbeam的KOR-001类似的多目标识别雷达传感器，天线一发四收，可以识别几十个目标的速度、距离、方位信息。
如有疑问，请追问。