检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于多分辨率的分水岭图像分割算法

计算机工程 2006年第19期32卷 202-204,207页

作者：查宇飞牛江龙毕笃彦空军工程大学工程学院信号与信息处理实验室西安710038

针对分水岭分割算法的2个缺陷:耗时较长和过分割问题,该算法在低分辨率图像上进行分水岭分割,提高了分割的速度;由低分辨率图像返回到高分辨率图像时,采用了一种基于边缘信息的合并函数,避免了边缘信息的丢失,保证了分割的准确性。该文... 详细信息

针对分水岭分割算法的2个缺陷:耗时较长和过分割问题,该算法在低分辨率图像上进行分水岭分割,提高了分割的速度;由低分辨率图像返回到高分辨率图像时,采用了一种基于边缘信息的合并函数,避免了边缘信息的丢失,保证了分割的准确性。该文设计了一种基于梯度图像的噪声抑制方法,可抑制高斯噪声对梯度图像的影响,有效避免了过分割问题。实验结果证明,该算法兼顾了效率和分割的准确性。

关键词：多分辨率分水岭小波变换区域合并

在线全文

学校读者我要写书评

暂无评论

雾霾退化图像场景再现新算法

西安电子科技大学学报 2013年第5期40卷 99-106页

作者：李权合查宇飞熊磊毕笃彦空军工程大学航空航天工程学院陕西西安710038

为了快速有效地去雾,分析了单色大气散射模型和Retinex模型的对等关系,并从变分Retinex的角度提出了单色大气散射模型的求解新方法.求解过程首先构造了大气传递图的变分模型,将其估计问题转换为二次规划问题;其次,在3个颜色通道分别求... 详细信息

为了快速有效地去雾,分析了单色大气散射模型和Retinex模型的对等关系,并从变分Retinex的角度提出了单色大气散射模型的求解新方法.求解过程首先构造了大气传递图的变分模型,将其估计问题转换为二次规划问题;其次,在3个颜色通道分别求解大气传递图,并反解单色大气散射模型得到反射图像;最后,依据颜色恒常性理论对去雾结果进行色彩复原.实验结果表明,新算法能够快速有效地去除浓雾.

关键词：图像去雾图像复原图像增强大气散射模型 Retinex模型二次规划

一种易于初始化的类卷积神经网络视觉跟踪算法

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2016年第1期38卷 1-7页

作者：李寰宇毕笃彦查宇飞杨源空军工程大学空管领航学院西安710051 空军工程大学航空航天工程学院西安710038

该文针对视觉跟踪中运动目标的鲁棒性跟踪问题,基于主成分分析(PCA)和卷积神经网络(CNN),提出一种易于初始化的类CNN提取深度特征的视觉跟踪算法。该算法首先利用仿射变换对原始图像进行处理,然后对归一化尺寸的图像进行分层PCA学习,将... 详细信息

该文针对视觉跟踪中运动目标的鲁棒性跟踪问题,基于主成分分析(PCA)和卷积神经网络(CNN),提出一种易于初始化的类CNN提取深度特征的视觉跟踪算法。该算法首先利用仿射变换对原始图像进行处理,然后对归一化尺寸的图像进行分层PCA学习,将学习得到的PCA特征向量作为CNN结构中的各阶滤波器,完成特征提取网络的初始化,再利用特征提取网络获取目标的深层次表达。最后结合粒子滤波,利用一个简单的逻辑回归分类器通过分类估计实现目标跟踪。结果表明,利用这种易于初始化的CNN提取到的深度特征能够有效地区分目标和背景,具有很好的可区分性,提出的视觉跟踪算法对光照变化、尺度变化、遮挡、旋转和摄像机抖动等都具有良好的适应性,在许多视频序列上表现出了较好的鲁棒性和准确性。

关键词：视觉跟踪深度学习特征提取卷积神经网络主成分分析仿射变换

在线全文

学校读者我要写书评

暂无评论

基于颜色属性直方图的尺度目标跟踪算法研究

电子与信息学报 2016年第5期38卷 1099-1106页

作者：毕笃彦库涛查宇飞张立朝杨源空军工程大学航空航天工程学院西安710038 空军工程大学空管领航学院西安710051

利用目标颜色信息的跟踪算法,容易受到环境光照、尺度变化、相似背景等因素的干扰,导致跟踪任务失败。为了克服以上问题,该文提出一种基于颜色属性空间的鲁棒尺度目标跟踪算法。该算法首先将原始的RGB颜色空间映射到颜色属性(Color Name... 详细信息

利用目标颜色信息的跟踪算法,容易受到环境光照、尺度变化、相似背景等因素的干扰,导致跟踪任务失败。为了克服以上问题,该文提出一种基于颜色属性空间的鲁棒尺度目标跟踪算法。该算法首先将原始的RGB颜色空间映射到颜色属性(Color Names,CN)空间,减少目标颜色在跟踪过程中受环境变化影响。然后采用一种背景加权约束的颜色属性直方图,来抑制相似背景的干扰。最后,为了解决目标尺度变化带来的影响,先用梯度上升法粗略估计尺度,再用约束项精确求解尺度,并利用反向一致性检验,进一步提高尺度估计的准确性。该文选取了5段典型视频进行实验,并与相关算法进行比较。结果表明所提算法能够消除环境光照、阴影、相似背景和尺度变化等因素所带来的影响,在中心位置误差和跟踪成功率性能指标上,优于其它算法。

关键词：目标跟踪颜色属性背景加权抑制尺度自适应

在线全文

学校读者我要写书评

暂无评论

基于局部敏感核稀疏表示的视频跟踪

电子与信息学报 2016年第4期38卷 993-999页

作者：黄宏图毕笃彦高山查宇飞侯志强空军工程大学航空航天工程学院中国人民解放军95972部队空军工程大学信息与导航学院

为了解决?1范数约束下的稀疏表示判别信息不足的问题,该文提出基于局部敏感核稀疏表示的视频目标跟踪算法。为了提高目标的线性可分性,首先将候选目标的SIFT特征通过高斯核函数映射到高维核空间,然后在高维核空间中求解局部敏感约束下... 详细信息

为了解决?1范数约束下的稀疏表示判别信息不足的问题,该文提出基于局部敏感核稀疏表示的视频目标跟踪算法。为了提高目标的线性可分性,首先将候选目标的SIFT特征通过高斯核函数映射到高维核空间,然后在高维核空间中求解局部敏感约束下的核稀疏表示,将核稀疏表示经过多尺度最大值池化得到候选目标的表示,最后将候选目标的表示代入在线的SVMs,选择分类器得分最大的候选目标作为目标的跟踪位置。实验结果表明,由于利用了核稀疏表示下数据的局部性信息,使得算法的鲁棒性得到一定程度的提高。

关键词：视频跟踪核稀疏表示局部敏感约束支持向量机

动态特征和静态特征自适应融合的目标跟踪算法

在线全文

学校读者我要写书评

暂无评论

西安电子科技大学学报 2015年第6期42卷 164-172页

作者：张立朝毕笃彦查宇飞汪云飞马时平空军工程大学航空航天工程学院陕西西安710038

由于大多数目标跟踪算法只采用单一静态特征或单一动态特征对目标建模,但静态特征模型不能描述目标的动态特性,并且很难适应场景复杂、快速移动和旋转等问题;而传统运动光流能够描述局部动态特性,却存在孔径问题.提出一种自适应融合动... 详细信息

由于大多数目标跟踪算法只采用单一静态特征或单一动态特征对目标建模,但静态特征模型不能描述目标的动态特性,并且很难适应场景复杂、快速移动和旋转等问题;而传统运动光流能够描述局部动态特性,却存在孔径问题.提出一种自适应融合动态特征和静态特征的跟踪方法:通过双向光流预测和误差度量自适应提取动态特征,并提取候选目标区域的静态特征,然后构造融合权重函数有效地融合动态特征和静态特征并以此构造协方差矩阵估计误差椭圆,准确描述目标尺度和方向,实现对目标精确表示;通过on-line参数更新机制对权重分配参数进行更新,实现动态特征和静态特征分配的自适应调节,能够适应目标运动速度的变化和场景变化.实验结果表明,在背景复杂的情况下,当目标快速移动或旋转时,与其他相关算法相比,该算法能够获得更好的跟踪效果.

关键词：动态特征运动度量静态特征特征融合自适应

在线全文

学校读者我要写书评

暂无评论

基于多实例回归模型的视觉跟踪算法研究

电子与信息学报 2018年第5期40卷 1202-1209页

作者：张园强查宇飞库涛吴敏毕笃彦空军工程大学航空航天工程学院

目前大部分基于检测的跟踪算法将跟踪任务看作是一个类别分类的任务,当目标发生形变或者遇到相似物体的干扰时,容易导致模型漂移。为此该文提出一种多实例回归跟踪算法。在该算法中,跟踪任务被认为建立在实例模型之上更为合适,为此该文... 详细信息

目前大部分基于检测的跟踪算法将跟踪任务看作是一个类别分类的任务,当目标发生形变或者遇到相似物体的干扰时,容易导致模型漂移。为此该文提出一种多实例回归跟踪算法。在该算法中,跟踪任务被认为建立在实例模型之上更为合适,为此该文利用一帧图像建立实例模型,并在时间序列上建立多实例模型集合表征目标的最近状态;为使跟踪算法能够适应目标的形变,利用逻辑回归将实例模型作为隐变量,由最近若干帧建立的正负样本集作为训练集,共同构建多实例回归跟踪模型。由于跟踪模型在整体上对多个实例模型建模,把它们紧密地联系在一起,故能有效应对目标的形变;由于模型漂移仅会影响当前帧的实例模型,各个实例模型之间互相独立,故跟踪算法能够有效减轻模型漂移对鲁棒跟踪的影响。实验中,OTB 2013数据库和UAV 123数据库被用来验证该文算法,Deep SRDCF,Siamese-fc等算法作为对比算法,实验结果表明,该文算法不仅充分发挥了基于多实例回归模型进行跟踪的优势,在形变等属性上具有很好的性能,而且在整体性能上优于各类先进算法3%~5%。

关键词：目标跟踪实例样本支持向量机

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

利用候选区域的多模型跟踪算法

农业机械学报 2017年第11期48卷 35-42页

作者：毕笃彦张园强查宇飞库涛吴敏唐书娟空军工程大学航空航天工程学院

跟踪过程中发生的尺度变化、形变、遮挡是导致模型漂移的重要原因。为了克服模型漂移对鲁棒跟踪的影响,本文提出了一种利用多判别式模型和候选区域的跟踪算法。首先,该算法采用候选区域替代传统的滑动采样,适应跟踪过程中目标的位移和... 详细信息

跟踪过程中发生的尺度变化、形变、遮挡是导致模型漂移的重要原因。为了克服模型漂移对鲁棒跟踪的影响,本文提出了一种利用多判别式模型和候选区域的跟踪算法。首先,该算法采用候选区域替代传统的滑动采样,适应跟踪过程中目标的位移和尺度变化。接下来,为了提高目标的表征能力,先用预训练网络提取整幅图片的深度特征,再通过感兴趣区域采样层(ROI pooling layer)快速提取每一个候选区域的深度特征,进一步提高跟踪算法的鲁棒性。最后,运用多模型选择机制进行回撤过去错误的模型更新,并通过调整搜索区域实现对目标的重检测,有效抑制了模型漂移对鲁棒跟踪的影响。实验中,本文算法与相关算法在OTB 2013数据库和UAV 20L数据库上进行了对比。结果表明,本文算法在精确度与成功率上均取得了最优性能,并能有效抑制模型漂移对鲁棒跟踪的影响。

关键词：目标跟踪候选区域重检测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于增量式子空间学习的红外目标跟踪研究

计算机测量与控制 2013年第6期21卷 1668-1671页

作者：常雅男毕笃彦查宇飞黄宏图常诚空军工程大学航空航天工程学院西安710038

在对红外图像目标进行跟踪时,由于图像成像质量差致使目标的跟踪较为困难,采用一种基于增量式子空间学习的视觉跟踪方法,有效解决了红外图像中背景、目标运动方式复杂等问题;该方法基于粒子滤波,利用增量式主成分分析方法增量地学习一... 详细信息

在对红外图像目标进行跟踪时,由于图像成像质量差致使目标的跟踪较为困难,采用一种基于增量式子空间学习的视觉跟踪方法,有效解决了红外图像中背景、目标运动方式复杂等问题;该方法基于粒子滤波,利用增量式主成分分析方法增量地学习一个有效的低维特征空间来适应目标外部结构的变化,鲁棒的跟踪红外图像中的目标;实验结果表明,该算法在具有复杂条件的红外图像中能够实现鲁棒的目标跟踪,跟踪成功率高达95%以上。

关键词：红外图像视觉跟踪粒子滤波增量式子空间学习