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。     

一种改进的复合型弱信号载波跟踪方法研究

论述了使用FFT跟踪载波的方法。在标准锁相环(PLL)的基础上引入平方检测器,形成了一种更先进的跟踪结构——非相干模块处理跟踪环路(NCBP)。并对此环路进行改进,提出了使用FFT和非相干模块处理跟踪环相结合的复合软环跟踪GPS微弱信号的方法。通过模拟微弱GPS接收信号,从跟踪精度、环路锁定速度和环路的动态应力性能等方面比较了几种载波跟踪环的性能。仿真结果表明:该复合软环可以提高环路跟踪精度和锁定速度,它的等效噪声带宽可以设得更小,减小引入到环路的噪声,提高环路稳定性。     

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。     

船载测控雷达天伺馈仿真训练系统关键技术研究

根据船载测控雷达天伺馈设备的特点和现实训练的需求,提出了利用计算机仿真技术对天伺馈设备进行仿真的方法,通过开发相应的仿真训练系统来丰富训练方法。首先探讨了天伺馈仿真训练系统的组成和工作原理,重点分析了包括仿真数据的获得、坐标转换、数据库设计和硬件连接电路设计等实现仿真训练系统的关键技术。实践表明,天伺馈仿真训练系统关键技术的研究成果有效指导了后续的研制工作。     

基于快速尺度估计的核相关滤波 目标跟踪

为了解决传统基于核相关滤波器（KCF）的跟踪算法难以有效处理目标尺度变化的难题,本文提出了一种新的融合快速准确估计目标尺度变化的核相关滤波跟踪算法。该方法首先利用目标尺度变化的连续性对目标的尺寸变化进行粗略估计,得到目标尺度变化的粗略值;然后进一步对目标尺度的更多可能变化进行精确搜索,提升目标尺度估计的准确性。在公开的复杂场景视频进行测试,比较了本文方法和原始KCF算法的实验效果,并且将本文算法和经典跟踪算法进行了比较,实验结果表明本文提出的目标跟踪算法更准确鲁棒。     

基于粒子滤波的仿人机器人跟踪算法研究

针对RoboCup标准组仿人足球机器人NAO的特点,在研究传统粒子滤波跟踪算法基础上,提出基于颜色特征和改进的粒子滤波相结合的机器人跟踪算法。改进的粒子滤波算法在传统采样重要性重采样(SIR)算法重采样过程中有选择地增加一组随机粒子,解决了传统采样重要性重采样(SIR)算法因被跟踪运动目标运动不规则而出现跟丢的问题。实验结果表明,该算法增强了基于SIR的粒子滤波跟踪算法的适应性和有效性。     

基于颜色和区域的运动目标识别

针对全自主足球机器人目标识别受光强变化的影响,实时性、准确性和鲁棒性存在的不足,提出了一种基于动态窗口HSI色彩空间模型的阈值向量位与及区域合并算法,并通过动态窗口减小搜索范围加快分割速度,实测目标识别的平均运行时间约26ms;另外,根据目标的矩不变及卡尔曼滤波的方法,提高了跟踪目标的准确性和鲁棒性,实验结果表明,目标跟踪准确率约99.3%,使整套系统具有很高的实时性和很好的识别效果。     

动态目标生成技术的研究

针对光端机的粗跟踪精度检测方案,设计了动态目标生成器,为激光通信用光端机提供动态目标并进行粗跟踪精度测试。详细介绍了检测原理,设计了动态目标生成器的结构,利用有限元分析软件对关键部件进行分析,对精度进行了计算。分析结果表明,该设备可靠性高,能够提供要求的检测精度,为光端机的研制提供理论依据。     

图像目标的可视识别与智能跟踪

本文研究图像目标的可视识别与跟踪,给出了图像目标识别印章模型和系统总体设计方案。在此基础上,采用智能跟踪算法,实现了正常跟踪、判断、预测和记忆跟踪的功能,而且跟踪方式随着环境条件的变化而变化。正常跟踪算法的图像代数描述是简明的,与算法是内在一致的。通过给出两个实时可视跟踪的实例说明在实时ＤＳＰ可视跟踪系统上算法的性能及其可行性。     

多阶段投资决策问题的一种智能化求解方法

对多阶段投资决策问题进行研究，建立一种极小化跟踪投资回报率与目标回报率偏差的多阶段投资决策模型，并将随机模拟、遗体算法和神经网络集成在动态规划之中，设计给出一种智能化的求解方法，能求得反馈形式的最优投资策略。本文给出的方法克服了传统求解方法的局限性，具有现实意义，经算例仿真验证了算法的可行性。