多模块稀疏投影在密集场景目标跟踪中的应用

提出了一种包含随机运动的复杂密集场景下的目标跟踪方法. 在跟踪算法中,将稀疏模型与多模块彩色特征相结合,并通过将其转化为l1正则化最小二乘问题实现对特征的稀疏投影. 跟踪过程中利用粒子滤波得到预测跟踪点,并将对应于最小投影差的预测点模块作为最优跟踪. 为适应特征变化,在跟踪完成后根据新的跟踪结果自动更新目标模板. 大量包含遮挡和光照变化的不同类型密集场景测试验证了该方法的有效性,与其他算法的比较说明了其优良性能.     

利用红外光谱仪的网球比赛运动目标跟踪方法

针对网球比赛中运动目标的有效快速跟踪问题,提出基于红外光谱仪的网球运动目标跟踪方法,采用红外光谱仪中采集模块采集运动目标的干涉图复原光谱,与实际光谱进行相位差比对,构建动态观测模型,并根据观测结果采用局部背景加权标记运动目标,最后通过局部搜索算法自适应更新动态观测模型,完成对运动目标的自动跟踪.实验结果表明,提出的方法在不同的背景、光照、角度变化的情况下能保持较高的跟踪成功率.     

三维复杂运动模式航迹推算惯性导航室内定位

在微机电惯性测量单元(micro-electro-mechanical system-inertial measurement unit, MEMS-IMU)人体室内定位技术研究领域中,行人航迹推算法(pedestrian dead reckoning, PDR)具有计算简便、对传感器精度要求低的优点,得到了较为广泛的应用,但传统的PDR 研究通常只针对单一的二维前进行走运动模式,这与人体实际的三维复杂运动模式相距甚远. 该文从人体三维室内定位研究角度出发,通过10 轴MEMS 传感器采集人体运动原始信息,提出了三维复杂运动模式航迹推算法. 首先使用双零点交叉区间内的峰值双轴检测法与俯仰角检测法来检测5 类非行走运动模式,排除其对有效跨步检测的干扰;其次使用相位反转法与气压值突变法区分3 类行走运动模式,提取出不同类型的有效跨步;最后针对每一个有效跨步求解出人体位置的三维坐标值,完成人体三维室内定位. 实验表明,所提出的三维复杂运动模式航迹推算法在人体实际室内运动中,相较传统的峰值检测和零点交叉法PDR,水平定位精度提升了99%,并且高度定位精度可以达到92.4%.     

基于EKF算法的UWB和ZigBee测量技术的混合运动目标定位

为解决无线传感器网络中单一跟踪算法和测量技术不能获得运动目标高精度定位的问题,提出了一种将跟踪算法同时与不同测量技术相结合的混合式跟踪定位技术.通过对基于扩展卡尔曼滤波跟踪算法的分析,将基于UWB测量技术得到的距离测量值和基于ZigBee测量技术得到的接收信号强度测量值相融合,结合扩展卡尔曼滤波跟踪算法,得到一种对室内运动目标的混合式跟踪定位方法.实验表明,该混合定位方法能有效提高运动目标的定位精度.     

基于SIR粒子滤波和局部搜索算法的运动目标跟踪方案

针对视频处理中的显著运动目标跟踪问题,提出一种基于序列重要性重采样(SIR)粒子滤波和局部搜索算法的运动目标跟踪方案.首先,对视频序列进行SIR粒子滤波,获得粒子的似然分布,并对粒子进行加权;然后,构建粒子的动态模型和观测模型;最后,当检测到目标运动时,根据每个时间步上观测似然的反馈信息,利用局部搜索算法自适应更新粒子的动态模型,从而实现目标的动态跟踪.实验结果表明,该方案能够有效地跟踪运动目标,且对目标背景、大小、遮挡和光照等因素具有鲁棒性.     

一种改进的强跟踪滤波算法

强跟踪滤波算法由于对判断滤波发散的阈值设置较小,以较大概率产生渐消因子而导致对滤波增益过调节,最终对状态估计不够平滑. 在分析强跟踪滤波算法运行机理的基础上,提出了一种改进的强跟踪滤波算法. 通过适当提高判断滤波发散的阈值,有效降低了误判滤波发散的概率,并能针对不同维数量测方程确定不同的弱化因子,避免了凭经验加入弱化因子解决这一问题的缺陷. 数值仿真结果表明：改进的强跟踪滤波算法对系统状态突变不但具有较强的鲁棒性,而且能有效保持滤波精度和对状态估计的平滑性,从而验证了该算法的可行性和有效性.     

基于Kim与Camshift结合的运动目标跟踪算法

为了能够准确和快速的跟踪部分遮挡的运动目标,提出了Kim与Camshift相结合的运动目标跟踪算法。首先通过Kim算法(即帧差法与背景相减法结合)自动的提取目标,通过提取目标确定运动区域及运动区域的质心,然后通过此运动区域提取目标特征,用Camshift方法进行跟踪。此法克服了传统Camshift算法需要人为定位,对部分遮挡目标出现目标丢失和跟踪区域偏移的情况,最后通过实验验证了本算法对部分遮挡运动目标跟踪有较好的鲁棒性。     

一种比赛运动目标自适应跟踪算法的GPU实现

运动目标跟踪是计算机视觉领域核心技术之一,其软、硬件的实现方法对于促进视频和图像处理具有重要意义.以足球比赛为例,针对移动目标的大量、实时、高精度跟踪任务,提出一种基于特征融合与粒子滤波的新型自适应目标跟踪算法,并设计基于图像处理单元(graphics processing unit,GPU)的算法硬件平台.实验结果表明,所提算法及硬件平台的高效整合可以实现运动目标的可靠、快速、高精度跟踪.     

基于快速移动的红外小目标实时检测跟踪方法

针对运动背景下红外小目标跟踪时精度不高、实时性差的问题,提出了基于数学形态学检测与自适应跟踪窗的方法 .首先,采用了帧差法作为基本基础,通过缓存目标图像建立目标模型,计算目标模型与当前帧差目标二值图像的相似度,根据结果确定筛选方法检测目标;其次,根据目标在上一帧中的位置,通过速度特征自适应调整搜索的范围,解决了因目标穿越运动背景导致目标丢失的问题;最后,通过采集不同情况下的目标红外图像,对运动背景下的小目标进行了检测与跟踪.仿真结果表明,该文提出的算法能够有效检测运动背景下的小目标,具有较高的实时处理能力和准确性.     

运动目标实时跟踪系统的设计

针对目前运动目标跟踪系统结构庞大、实时性差等问题,以高性能DSP芯片TMS320C6416为核心处理器,结合先进的FPGA技术设计了视频信号采集与处理的运动目标实时跟踪系统.系统采用改进的光流算法检测运动目标的运动参数,并以此控制摄像机跟踪运动目标.整个系统设计紧凑、简洁.实验结果证明系统具有很强的实时性和良好的稳定性.     

基于支持向量机的多特征选择目标跟踪

目标判别跟踪方法一般以单一跟踪结果(正样本)和部分负样本训练分类器,并只用单一的特征描述目标,因此在目标发生遮挡、光照变化、形变等情况下很容易导致跟踪的失败. 为了克服单一正样本和单一特征训练的分类器导致跟踪不稳定的问题,提出一种基于支持向量机的多特征描述、多个正负样本进行分类器训练的目标跟踪方法,用训练分类器对所有候选粒子的不同特征进行判别和选择,并将具有最大置信概率的粒子确定为跟踪结果. 在跟踪过程中,利用子空间学习的方法实现正样本的更新,并以更新后的正负样本训练分类器. 实验结果表明,该方法在目标存在遮挡、光照变化、形变等情况下均可以取得较好的跟踪效果.     

一种用于手势识别的局部均值模式纹理描述子

提出了一种改进的局部二值模式即局部均值模式用于对静态手势进行分类. 计算不同分辨率的原始手势图像、非线性光照变化图像、高斯模糊图像和椒盐噪音图像的局部均值模式、局部二值模式和局部角相模式. 利用gentle_Adaboost 分类算法对这些算子特征进行训练和测试,实现手势分类. 文中提出的局部均值模式能充分利用区域内像素灰度值之间相关性和区别性信息进行编码,恰当地描述不同手势的特征,具有简单快速及良好的区分度等特点. 实验结果表明：与局部二值模式和局部角相模式相比,局部均值模式算子取得了更高的分类准确度.对于原始图像,该描述子的分类准确度达到95%,同时该模式对非线性光照变化和高斯模糊具有较强鲁棒性.     

基于耗散理论的不完全驱动船舶直线航迹控制设计

将严格耗散的概念引入到船舶直线航迹控制系统中,研究了不完全驱动船舶在有外界干扰作用下的直线航迹鲁棒控制问题.基于耗散不等式,提出了一种鲁棒全局状态反馈控制器,使得所得闭环系统是严格耗散且全局渐近稳定的.同时,在有外界干扰作用下,该控制算法能够使得不完全驱动船舶全局最终镇定在一条设定直线上;当没有外界干扰时,又能够使得系统的状态(即横向位移、航向角和转首角速度)全局渐近稳定.计算机仿真结果验证了本文所提出的控制器的有效性.     

面向增强现实协同式车间布局的三维注册算法

提出了一种基于磁跟踪装置的自适应区域基准的三维注册算法并应用于增强现实车间布局中.该算法的基本思路是把磁跟踪发射器的半球空间划分为N个区域,每个区域都有相应的基准,当磁接受器到达每个区域时,自动地利用该区域的基准来注册定位.为验证所提出的算法,开发了一种网络环境下支持多用户协同设计的车间布局原型系统.系统运行及误差分析结果表明,此方法相对于直接使用跟踪装置的注册算法而言,精度及鲁棒性均有所提高,能较好的满足大环境下车间布局的精度和广度的要求.     

一种自适应音频双水印算法

提出了一种自适应音频双水印算法,算法既能对音频作品的版权进行保护,又能有效地证明其真实性,检测是否遭到篡改.该算法具有以下特点：⑴连续多次嵌入鲁棒水印,以提高水印提取的正确率,增强水印的鲁棒性,嵌入次数根据音频信息量自适应调整;⑵使用不同的量化算法嵌入不同作用的水印;⑶嵌入强度根据音频自身特征选取;⑷在提取水印的过程中不需要原始音频的参与.仿真实验表明：该双水印算法不仅具有较好的不可感知性,而且具有较好的鲁棒性和敏感性.     

土壤微观结构的计算机定量分析

该文针对土壤显微图片特征,基干模式分类对图象实施分割;对土壤颗粒赋予标签处理,克服了颗粒内可能的孔洞对提取参数的影响;最后,采用一种通用性较强的新的边界跟踪算法提取了待研究土壤颗粒的各种定量参数.所述的方法与技术对研究土壤颗粒在受力变形破坏过程中的变化特性十分有益.     

强噪声下基于听觉模型的汉语声调提取

基于人耳听觉模型和汉语语音的短时平稳特性,提出一种鲁棒性的汉语普通话声调提取方法.采用基于人耳听觉模型的相关图来提取语音信号的基频,运用无监督的侧抑制神经网络来模拟人耳侧抑制属性进行基频检测,为了克服在低信噪比情况下侧抑制神经网络的误判问题,引入了相邻语音帧的语音基频的帧间约束.试验表明,该方法在信噪比很低的条件下,仍能较准确地识别出目标语音声调,并能在双话者同时发音的情况下实现各自的声调分离.