Skip to content
Publicar y Distribuir
Soluciones de Publicación
Soluciones de Distribución
Servicios bibliotecarios
Temas
Arquitectura y diseño
Artes
Ciencias Sociales
Ciencias de la Información y Bibliotecas, Estudios del Libro
Ciencias de la vida
Ciencias de los materiales
Deporte y tiempo libre
Estudios clásicos y del Cercano Oriente antiguo
Estudios culturales
Estudios judíos
Farmacia
Filosofía
Física
Geociencias
Historia
Informática
Ingeniería
Interés general
Ley
Lingüística y semiótica
Literatura
Matemáticas
Medicina
Música
Negocios y Economía
Química
Química industrial
Teología y religión
Publicaciones
Revistas
Libros
Actas
Editoriales
Journal Matcher
Blog
Contacto
Buscar
Español
English
Deutsch
Polski
Español
Français
Italiano
Carrito
Home
Revistas
International Journal on Smart Sensing and Intelligent Systems
Volumen 7 (2014): Edición 1 (Enero 2014)
Acceso abierto
Moving Target Detection Based On Global Motion Estimation In Dynamic Environment
GAO Jun-chai
GAO Jun-chai
School of Marine Science and Technology Northwestern Polytechnical University
China
Buscar este autor en
Sciendo
|
Google Scholar
Jun-chai, GAO
,
LIU Ming-yong
LIU Ming-yong
School of Marine Science and Technology Northwestern Polytechnical University
China
Buscar este autor en
Sciendo
|
Google Scholar
Ming-yong, LIU
y
XU Fei
XU Fei
School of Marine Science and Technology Northwestern Polytechnical University
China
Buscar este autor en
Sciendo
|
Google Scholar
Fei, XU
10 mar 2014
International Journal on Smart Sensing and Intelligent Systems
Volumen 7 (2014): Edición 1 (Enero 2014)
Acerca de este artículo
Artículo anterior
Artículo siguiente
Resumen
Referencias
Autores
Artículos en este número
Vista previa
PDF
Cite
Compartir
Descargar portada
Publicado en línea:
10 mar 2014
Páginas:
360 - 379
Recibido:
30 oct 2013
Aceptado:
06 feb 2014
DOI:
https://doi.org/10.21307/ijssis-2017-660
Palabras clave
Moving target
,
global motion parameters
,
gradient direction
,
SURF operator
,
robust estimation
© 2014 GAO Jun-chai et al., published by Sciendo
This work is licensed under the Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
