基于主动视觉的人脸检测与跟踪算法研究

基于融合Kalman滤波的Camshift算法与Adaboost算法相结合的方法,提出了一种基于主动视觉的人脸检测与跟踪算法.利用Adaboost算法与融合的Camshift算法实现人脸自主检测与跟踪;根据目标形心与视场中心的位置关系以及人脸区域与视场的面积关系,设计了云台控制算法.该控制算法通过对云台摄像机进行水平、垂直和变焦控制,达到自动调整云台摄像机参数的目的.基于硬件平台对所提出的主动视觉算法进行实验验证,实验结果显示,主动视觉算法具有较高的运行效率,能够实时的检测和跟踪人脸目标,扩大了摄像机的跟踪范围.     

适用于模型失配时的改进IMM算法

机动目标难以跟踪的主要原因是无法找到一个准确的模型来描述目标的运动,即此时目标运动模型是失配的。现今交互式多模型（interacting multiple-model, IMM）算法是一种常用的用于机动目标的跟踪算法。推导分析了现有的典型IMM滤波算法在跟踪机动目标时存在的不足,提出了一种更适用于运动模型失配情况下机动目标跟踪的改进IMM算法。该算法对在跟踪机动目标时滤波器的新息序列的均值特性进行推导分析,改进了IMM算法中模型概率的计算方法,提高了模型概率计算的准确性,从而提高对机动目标的跟踪精度。建立了典型的机动目标跟踪场景,将改进后的IMM算法和原有的典型IMM算法的跟踪性能进行了对比研究,并对模型转换概率的准确性进行了分析,仿真结果验证该改进算法的有效性。     

复杂背景下的人脸定位拍摄

提出了一种在复杂背景下基于肤色和模板的人脸检测方法和基于图像梯度代价函数的自动对焦方法 ,并设计完成了一个实际系数 ,将运动补偿、人脸检测、人脸跟踪、机械控制、自动对焦、数据压缩等多项技术进行综合 ,实现了复杂背景下的人脸检测、定位、对焦和拍摄。实验结果表明 ,本系统在复杂背景下能取得很好的效果     

集中式多传感器广义相关算法

为把集中式多传感器系统顺利应用于需要较小耗时和准确跟踪的工程场景,基于对现有算法优缺点的理论分析,提出了并行处理结构的集中式多传感器广义相关算法;该算法建立了多传感器广义相关算法得分函数,并基于得分函数完成了点航互联、跟踪滤波、航迹质量管理和航迹起始;经仿真及实测数据验证,该算法能够同时满足集中式多传感器系统对算法耗时及跟踪准确性的需求,整体性能优于顺序处理结构的集中式多传感器联合概率数据互联算法和并行处理结构的集中式多传感器概率最近邻域算法。     

一种GPS信号载噪比估计的新算法

GPS信号的载噪比是影响GPS信号搜索、跟踪以及定位解算的一个重要技术参数.利用GPS信号功率远低于噪声功率的特性以及跟踪环路输出的数据的特点,提出了一种新的GPS载噪比估计算法SMM,然后结合实验结果,在算法准确性和稳定性方面,对SMM算法和其他两种GPS载噪比估计算法VSM和PRM做了对比分析.实验结果表明,该算法稳定性好,准确性介于VSM和PRM之间,实现简单,数据适应性强,可在工程应用中采用.     

改进的均值漂移算法在运动目标跟踪中的研究

以智能交通系统中运动目标跟踪为背景,研究采用均值漂移算法,实现对快速移动的单目标事物准确实时跟踪。首先,分析了均值漂移算法的基本原理。其次,分析了均值漂移算法在目标跟踪中存在的问题及解决方法:针对目标遮挡情况下目标跟踪的准确性问题,采用将均值漂移算法与卡尔曼滤波算法相结合的自适应均值漂移目标跟踪算法;针对大小不变的带宽窗口可能导致跟踪丢失的问题,采用了自动调节带宽窗口的方法。最后进行了仿真实验。     

基于鲁棒H∞滤波的多站角度测量机动目标被动跟踪

建立了机动目标的多站被动红外搜索与跟踪（infrared search and tracking, IRST）系统的当前统计模型,基于该模型提出了机动目标跟踪的鲁棒H∞融合滤波算法。该算法将H∞滤波算法和集中融合跟踪算法相结合,对多站IRST测得的目标角度信息进行融合,可解决被动式跟踪系统的可观测性及非线性问题,以实现对目标较高精度的定位和跟踪。以三个观测站进行跟踪为例,对一个高机动目标进行了仿真研究,仿真结果表明,该滤波算法比扩展卡尔曼滤波（extended Kalman filter, EKF）算法有更高的跟踪性能,是IRST系统中一种有效的跟踪算法。     

增强现实中一种新的基于标志物的跟踪方法

通过在标志物引入代码区及直观的图像信息,.设计了一种新的标志物系统,该标志物系统与ARtoolkit等系统相比具有更加形象、识别更加准确的特点;针对标志物设计的特点,提出了一种新的跟踪算法,该算法采用基于角点和纹理的混合跟踪方式,解决了标志物在快速运动或被部分遮挡等情况下的跟踪问题.实验结果表明该标志物系统及其跟踪算法是稳定有效的.     

基于多分类器融合的多姿态人脸检测方法

针对复杂背景的彩色图像中复杂姿态人脸的检测问题提出了一种基于多分类器融合的人脸检测方法.首先使用AdaBoost层叠式算法分别训练正面人脸分类器和侧面人脸分类器,将正面人脸检测结果和侧面人脸检测结果相融合得出可能包含人脸的候选区域,然后使用YCbCr空间的肤色统计模型在这些候选区域中进一步验证人脸.该算法既利用了不同姿态人脸分类器的信息融合,又利用了人脸灰度纹理特征和人脸肤色信息的融合,对人脸姿态和图像背景有较强的鲁棒性,而且处理速度很快.实验结果表明,方法可以有效提高对复杂姿态人脸的检测概率,并显著降低虚警检测概率.     

一种基于分布式融合的多模型图像跟踪系统

设计了一种基于分布式融合的多模型图像跟踪系统。由于图像中噪声的存在、遮挡现象的发生以及被跟踪对象的变形会对某些跟踪算法产生影响 ,因此 ,一个比较理想的跟踪系统应该能够融合这些跟踪算法的优点 ,从而稳定地跟踪目标。本系统采用了 3种跟踪模式 :基于区域的跟踪模式 ;基于B样条主动轮廓的跟踪模式和基于特征点的跟踪模式。利用这 3种模式分别进行跟踪 ,并由基于区域的跟踪模式判定遮挡 ,从而决定将哪些模式的跟踪结果送到融合中心。仿真实验表明 ,这种算法能有效解决遮挡问题 ,并具有较强的鲁棒性。     

基于SOPC的深空目标实时跟踪系统

提出一种用可编程片上系统技术实现深空目标检测跟踪系统的方法,该系统采用单片FPGA构建双核系统,其中一个CPU进行检测跟踪,另一个CPU进行通信控制,将软硬件设计有机融为一体。根据不同算法对数据精度要求的不同,将浮点运算和定点运算结合在一起,并使用定制指令、自定义逻辑和C2H等硬件加速技术,减少了处理时间。实测结果表明,该系统可对深空红外目标进行实时检测跟踪。     

基于差分进化的混合蛙跳算法

为高效处理3D视线跟踪技术中的非线性优化问题,使系统满足实时准确及稳定性需求,以差分进化(differential evolution, DE)为核心,结合混合蛙跳算法(shuffled frog leaping algorithm, SFLA)及Nelder-Mead单纯形法算法思想,提出了一种新型混合算法,即DE-SFL-NM混合算法。利用无穷乘积的性质对DE-SFL-NM进行了收敛性分析,并得出依概率收敛结论。使用包含单、多模态的10个基准测试函数的数值实验结果进行比较,验证了该算法在收敛速度、求解精度及鲁棒性能方面的有效性和进步性。同时,应用DE-SFL-NM快速且精准地求解了3D视线跟踪系统中的角膜曲率中心。     

Effective method for tracking multiple objects in real-time visual surveillance systems

An object model-based tracking method is useful for tracking multiple objects, but the main difficulties are modeling objects reliably and tracking objects via models in successive frames. An effective tracking method using the object models is proposed to track multiple objects in a real-time visual surveillance system. Firstly, for detecting objects, an adaptive kernel density estimation method is utilized, which uses an adaptive bandwidth and features combining colour and gradient. Secondly, some models of objects are built for describing motion, shape and colour features. Then, a matching matrix is formed to analyze tracking situations. If objects are tracked under occlusions, the optimal “visual” object is found to represent the occluded object, and the posterior probability of pixel is used to determine which pixel is utilized for updating object models. Extensive experiments show that this method improves the accuracy and validity of tracking objects even under occlusions and is used in real-time visual surveillance systems.     

反导半实物雷达与数学仿真模型的实时集成

基于VxWorks和高层体系结构(HLA),采用射频注入式仿真方法,对反导防御系统对目标进行探测、跟踪、识别、拦截和数据通信的全过程进行实时仿真集成。实验中干扰机为实装设备,雷达为半实物设备,其它均采用数学仿真模型。按照实时性约束采用三层体系结构:非实时层、弱实时层和强实时层。给出了系统的设计框架,重点分析了各关键数学模型的工作原理。实验结果表明,采用该体系结构能够有效地将实物设备、半实物设备和数学仿真模型集成起来,具有低成本、高效率、实时性和可靠性的特点。     

基于TMS320C6202的嵌入式系统实时软件模块设计

首先介绍了DSP嵌入式系统的基本概念、显著技术特性以及C6 0 0 0的软件编程环境和特点。再从工程和系统的角度出发 ,在设计一个实用高速DSP嵌入式系统———基于TMS32 0C6 2 0 2的实时多目标识别跟踪平台的基础上 ,详细介绍了该系统的软件体系结构和开发流程 ,进行了实时模块设计。并总结了在实际系统软硬件集成实验过程中的若干编程技巧和要点。     

相控红外末制导高速目标检测技术

目标高速检测是红外末制导系统实时跟踪打击的基础 ,小型化的玫瑰线扫描是该类系统的优选扫描制式。研究了扫描参数最优控制准则与模型和快速高效的玫瑰线扫描图像目标检测方法 ,提出高速高效高分辨率成像方程和玫瑰扫描的相位参数控制法 ,得出该准则下的最优相位控制序列 ,以及在最优相位序列控制下成像空间的覆盖率 ,成像空间分辨率与工作区特性 ,并据此提出了分区目标检测技术。最后给出了仿真结果     

改进的Sage-Husa自适应滤波及其应用

为防止滤波发散和提高系统的实时性,提出了一种基于协方差匹配技术的自适应滤波方法。该方法将协方差匹配技术和一种简化的Sage-Husa自适应滤波算法相结合,通过滤波的状态确定量测噪声协方差阵的值,在线估计噪声的统计特性实现自适应滤波。将该算法应用到惯导/双星（INS/DS）组合导航系统中,并和简化的Sage-Husa自适应滤波算法进行仿真比较。仿真结果表明,在滤波精度相当的情况下,新算法简化了运算,提高了实时性。     

改进的辅助粒子滤波当前统计模型跟踪算法

提出了一种改进的辅助粒子滤波算法,采用基本的常规波束形成法对声信号函数进行处理,得到目标的方位谱估计,推导了以目标方位谱函数作为重要采样密度函数的辅助粒子滤波算法。并将此改进的辅助粒子滤波算法同当前统计模型相结合,提出一种基于目标方位谱的辅助粒子滤波当前统计模型自适应跟踪滤波(current statistical model improved auxiliary particle filter, CSM-IAPF)算法。最后通过仿真验证此方法能够减少跟踪误差,具有较好的实时性和稳定性。     

电站中速磨的模糊跟踪控制及仿真

针对电站中速磨的控制难题,提出了一种模糊状态反馈跟踪控制方案。利用内模原理的特性来改善模糊跟踪控制系统的性能,使得被控非线性对象的输出变量可以渐进跟踪期望的变化轨迹。采用T-S建模方法来对中速磨进行建模并得到其T-S模糊模型。针对中速磨的T-S模糊模型设计模糊状态反馈跟踪控制系统并进行仿真,结果表明系统的输出可以很好地跟踪给定的轨迹。     

高超声速飞行器切换多胞系统自适应跟踪控制

针对保证大包线稳定飞行的高超声速飞行器轨迹跟踪控制器设计问题,提出了一种多回路切换多胞自适应跟踪控制方案。基于运动模态在频率上存在显著的时标分离特性,将高超声速飞行器的状态分成内外回路进行设计,考虑到干扰及外回路对内回路的不确定影响,采用增益调度与自适应控制结合的方法设计了内外回路控制器。该方法解决了将该飞行器切换多胞系统作为整体设计时无法综合出保证全局稳定控制器的问题,并且降低了控制器设计的复杂性。仿真结果表明,闭环跟踪系统在工作包线内具有良好的动态响应品质与稳态跟踪性能,从而验证了控制方案的有效性。