一种MEAN SHIFT跟踪改进算法研究

Mean Shift算法在视频序列中的目标跟踪已经广泛被应用于计算机视觉研究以及应用中。该算法应用于跟踪中,具有计算量低,可实时跟踪等优点,但有时会出现漂移问题。本文针对传统Mean Shift算法的实现进行了研究和总结。并提出了基于分块的改进方法,在Mean Shift跟踪算法中加入了空间信息。实验证明改进算法与原始算法比较具有更好的跟踪精度。     

一种组合核函数的自适应目标跟踪算法

分析了传统Mean Shift跟踪算法在外观模型对光照变化敏感以及外观模型更新上容易积累误差等缺点,结合了传统Mean Shift 跟踪算法计算速度快和易于组合的优点,设计了两种不同外观建模的Mean Shift跟踪算法。第一种Mean Shift跟踪算法采用传统的RGB颜色模型提取外观模型,第二种采用对光照变化不敏感的非色彩与梯度信息提取外观模型。结合这两种跟踪算法,通过这两种跟踪算法跟踪的目标进行加权得到的目标位置,以及根据协同更新的原理对这两种跟踪器的外观模板进行更新。这样不仅使得跟踪准确率得到了一定的提高,而且对外观变化的适应能力也大大的提高。     

基于尺度自适应和跟踪框自转的视频目标跟踪

在高空运动变焦摄像机视频监控目标的自动识别跟踪中,跟踪目标背景、跟踪目标尺寸和跟踪目标相对背景运动的方位角都在实时变化,为解决常规Mean Shift目标跟踪算法在面临上述快速变化时容易出现的目标跟踪丢失问题,在Mean Shift目标跟踪算法的基础上,考虑跟踪目标的变尺度、长宽比和方位角等因素,提出了改进的基于尺度自适应和自转跟踪框策略的视频目标跟踪算法,实际场景下的实验结果表明:该算法具有较好的准确性和实时性,满足视频目标实时跟踪的应用需求。     

一种基于Mean Shift和C-V模型的车辆跟踪算法

针对传统Mean Shift算法跟踪窗口固定不变,无法对不断改变尺寸的车辆目标进行有效跟踪的问题,文中根据车辆跟踪的特点,提出一种基于Mean Shift和C-V模型的车辆跟踪算法.首先利用传统Mean Shift得到初始跟踪窗口,然后根据C-V方法所提取的车辆形状信息对跟踪窗口的中心和大小做进一步修正,在跟踪过程中综合利用了目标颜色、形状等信息,同时对传统C-V方法进行改进,采用一种新的初始化水平集函数表达方法.实验结果表明,文中算法在满足实时性要求的同时,大大提高了车辆跟踪精度.     

基于Mean Shift算法跟踪视频中运动目标

针对Mean Shift算法在视频中跟踪目标与背景的像素差值不明显时跟踪效果不佳,提出了Mean Shift改进算法.实验表明,该算法能有效、准确地跟踪视频中的运动目标,计算量小,可以满足实时性要求高的场合.     

基于改进Mean Shift的实时闯红灯车辆跟踪算法

针对传统的Mean Shift目标跟踪算法存在无法自动设置目标窗口的问题,设计了一种可以自动初始化窗口的Mean Shift算法,同时结合Kalman滤波,将其应用到违章车辆的跟踪上。仿真实验表明,该算法可以很好地实现跟踪效果。     

基于目标背景加权的核跟踪

在核跟踪(Mean Shift跟踪)算法中,目标的表示方法对跟踪性能有很重要的影响.传统的核跟踪算法只是通过计算目标模型和候选目标模型,对目标进行跟踪,没有消除背景的影响,特别是目标与背景相近的情况.对此,提出了一种目标背景加权的核跟踪算法,该算法是在跟踪过程中对目标模型进行背景加权,并且在目标的表示中采用颜色纹理联合直方图.为了验证跟踪的可靠性,利用跟踪位置与目标位置之间偏移量的均值和方差进行衡量.实验结果表明,与传统的跟踪算法相比,该算法在目标的表示和跟踪性能上有很大的提高.     

基于ICLBP的多特征自适应加权融合目标跟踪算法

针对Mean Shift跟踪算法中使用单一的特征对目标进行描述而导致跟踪算法鲁棒性不高的问题,提出了一种多特征融合的目标跟踪算法.该算法选取HSV颜色特征和ICLBP纹理特征,建立目标模型的概率密度.根据目标区域确定背景区域,计算不同特征对目标和背景的区分性度量值,并以此设定和更新特征融合权值.使用特征融合权值系数建立多特征描述的目标模型,在Mean Shift算法框架上实现目标跟踪.结果显示,该算法对背景干扰和部分遮挡具有较好的鲁棒性.与传统的Mean Shift跟踪算法相比,跟踪效果有所提高,鲁棒性更好.     

一种多线索融合的均值偏移跟踪算法

针对传统基于的均值偏移(Mean Shift,MS)跟踪算法不能对运动目标准确跟踪的缺点,提出了一种融合多视觉线索的MS跟踪算法.首先根据目标在前一帧的估计位置,将目标搜索区域划分为目标区域和背景区域,其次在区域划分的基础上定义了一种新的颜色、运动线索直方图模型,能有效地抑制目标相邻背景的混乱干扰,最后基于MS理论框架提出了一种融合目标颜色、运动线索的跟踪算法,其颜色、运动线索可在跟踪过程中互补.实验表明,在目标快速运动、姿态发生较大变化或被遮挡的情况下,算法能够获得更为准确、鲁棒的跟踪结果.     

带宽自适应的MeanShift目标跟踪算法

针对传统均值漂移(Mean Shift)目标跟踪算法中核函数带宽缺乏良好自适应调整的缺点,提出了自适应调整核函数带宽的Mean Shift目标跟踪算法.该算法首先采用核函数计算目标颜色特征值的概率密度,在视频当前帧目标的最优位置区域由目标颜色特征概率投影生成目标概率密度分布图;然后根据概率密度零阶矩值调整下一帧跟踪窗口...     

宽幅横切线全线跟踪系统研究及应用

根据横切线的工艺特点对全线进行了跟踪区域划分,并由此划分跟踪层次.确定了全线跟踪功能的总体方案、横切线跟踪设计思路、数据流,采用二进制与十六进制物料状态描述方法对物料跟踪过程进行管理.在上述理论基础上设计出横切线全线跟踪系统,并给出程序流程.设定参数采用逐步下达方式,解决了无法两卷带钢同时在线的问题,若不投入使用探伤设备,采用某厂同样工艺流程,预计年产量提高11%,间接提高了生产效率.工业生产应用表明,该跟踪系统可靠、准确,没有出现钢板信息丢失问题,实现了生产线的稳定运行.     

基于PLC的混合光伏自动跟踪系统设计

为提高太阳能转换效率,设计了一种新型混合式太阳能自动跟踪系统.该系统采用程序跟踪和圆弧传感器跟踪相结合的两级跟踪方式,用PLC可编程逻辑控制器为控制核心实现自动跟踪.实验结果表明,该系统跟踪精度高,波动小,效率高.     

三阶线性跟踪-微分器的收敛性证明及仿真研究

首先给出了一种三阶线性跟踪微分器的结构形式，然后从连续和离散两个方面证明了其收敛性，为其实际应用提供了理论依据。通过仿真研究表明，这种线性跟踪微分器具有较好的跟踪能力和较高的跟踪精度，适用于高速跟踪系统。     

基于跟踪回路误差限制的INS辅助载波跟踪回路模式研究

INS对接收机载波跟踪回路的辅助,能够减弱或抵消载体动态影响,降低回路带宽,减少回路跟踪误差,也是实施超紧耦合技术的主要特点。具体分析了FLL和PLL的各组成误差,推导了稳态载波相位误差、载波多普勒频移误差与INS速度误差之间的关系,基于跟踪回路误差的限制和稳定回路的门限,具体给出了在相位辅助和频率辅助两种不同模式下对INS速度误差的限制条件,分析表明考虑到INS辅助精度的影响,采用INS对载波跟踪的频率辅助更具可行性,最后仿真验证了频率辅助的有效性。     

矢量延迟锁定环码跟踪偏差产生机理研究

矢量延迟锁定环（VDLL,Vector Delay Lock Loop）是一种直接估计接收机状态（位置,速度和钟差等）进而实现对各路可见卫星信号PRN序列的跟踪的方法.不同卫星信号到接收机的传输时延由接收机和卫星的位置决定,它们满足特定的几何关系,VDLL通过对各路卫星信号传输时延之间相关信息的提取,达到降低跟踪门限的目的.目前国内外对VDLL算法的研究均默认了VDLL跟踪的无偏性,给出了VDLL算法的理论计算结果,发现VDLL算法会导致码跟踪偏差,并通过理论计算和实验仿真验证了该问题,该码跟踪偏差会导致定位解算出现较大的偏差,因此必须加以修正.     

成分证券数量、再平衡策略与指数跟踪业绩关系研究

成分证券数量和再平衡策略是指数跟踪业绩的重要影响因素.结果表明,指数跟踪组合的再平衡策略及其成分证券数量与指数跟踪业绩密切相关.综合权衡跟踪误差、收益和成本,以排序靠前的部分成分证券构造指数跟踪组合并采用高频率的再平衡策略可以取得较好的指数跟踪业绩.     

基于机器人操作系统的机器人自主追踪系统设计

为了解决移动机器人在机器人操作系统(robot operating system, ROS)中的人脸追踪问题,提出一种基于Siamese目标跟踪算法开发的追踪系统。首先,开发了追踪系统的硬件平台;其次,开发了Siamese跟踪算法,实现了对人脸目标的实时跟踪;最后,实现了导航系统与视觉系统的开发及融合,并通过实时记录的追踪数据与追踪曲线,分析了该系统的追踪性能。实验结果表明:该系统能够在ROS系统下实现对人脸目标的实时跟踪。     

强跟踪滤波器在被动跟踪中的应用

在目标被动式跟踪中广泛应用的伪量测变换估计器(PLE)具有良好的误差收敛性.然而由于等价噪声和状态的相关性,该估计器的估计是有偏的.提出的强跟踪滤波器(STF)通过强制白化残差具有自适应地校正估计偏差和迅速跟踪状态变化的能力.STF已经在非线性系统时滞估计、故障诊断与容错控制方面取得了很好的效果.结合PLE和STF,提出了一种自适应伪量测变换估计器(APLE).APLE减小了状态的估计偏差,同时对目标的初始值具有极强的鲁棒性.计算机仿真验证了APLE算法的有效性.     

基于太阳辐射量控制的新型跟踪系统研究

为了减少系统能耗,提高太阳能系统的发电量和收益率,设计了一种基于太阳辐射量控制的太阳能跟踪系统。采用太阳运行轨迹跟踪和传感器跟踪结合的方式跟踪太阳位置,同时用太阳辐射量传感器信号来判断是否执行跟踪,使跟踪条件更加精确。实验结果表明理论计算所设定的跟踪阈值满足实际跟踪的要求,同时该跟踪方式相对固定摆放方式,提高了太阳能电池发电效率约30%。     

仅有角度测量跟踪问题中的中央差分算法改进

为解决仅有角度测量的目标跟踪系统初始误差大、可观性弱、精确实时跟踪困难等问题,研究了一种改进中央差分卡尔曼滤波算法。仿真结果表明,同传统估计方法相比,该算法精度高,收敛速度快,且计算量适中,易于在实战中实时跟踪。