检索结果-南通市图书馆

基于运动矢量空间编码的视频监控动态目标检测方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

吉林大学学报（工学版） 2021年第4期51卷 1370-1374页

作者：潘德伦冀隽张跃进北京体育大学信息网络中心北京100084 北京体育大学图书馆北京100084 华东交通大学信息工程学院南昌330013

针对当前视频监控动态目标检测过程中因忽略了目标位置的预估计而导致检测耗时较长、检测误差较大的问题,提出了基于运动矢量空间编码的视频监控动态目标检测方法。通过运动矢量空间编码方法进行背景建模,采用基于卡尔曼滤波器的CamShif... 详细信息

针对当前视频监控动态目标检测过程中因忽略了目标位置的预估计而导致检测耗时较长、检测误差较大的问题,提出了基于运动矢量空间编码的视频监控动态目标检测方法。通过运动矢量空间编码方法进行背景建模,采用基于卡尔曼滤波器的CamShift目标跟踪算法检测目标,并对下一时刻目标的搜索范围和出现位置进行估计,通过CamShift结合估计结果搜索目标的真实位置,并对目标搜索范围、加速度和速度进行修正,完成视频监控动态目标的检测。实验结果表明,本文方法的视频监控动态目标检测效率高、检测结果准确率高,验证了本文方法具有较强应用性。

关键词：运动矢量空间编码视频监控背景建模动态目标检测

在线全文

学校读者我要写书评

暂无评论

体素点云融合的三维动态目标检测算法

计算机辅助设计与图形学学报 2022年第6期34卷 901-912页

作者：周锋陶重犇张祖峰高涵文徐峰磊苏州科技大学电子与信息工程学院苏州215009 清华大学苏州汽车研究院苏州215134 清华大学自动化系北京100084

针对目前三维目标检测领域采用的方法在特征提取上普遍存在目标上下文特征不够丰富,无法实现精准的动态多目标检测的问题,提出一种体素点云融合的三维动态目标检测算法.该算法采用两阶段的多次、多尺度特征融合的检测架构,第1阶段对点... 详细信息

针对目前三维目标检测领域采用的方法在特征提取上普遍存在目标上下文特征不够丰富,无法实现精准的动态多目标检测的问题,提出一种体素点云融合的三维动态目标检测算法.该算法采用两阶段的多次、多尺度特征融合的检测架构,第1阶段对点云直接处理提取关键点特征和划分体素空间提取多尺度体素特征,将二者进行初次融合生成预选框;第2阶段在每个体素中设置参考点并吸收周围的关键点进行第2次的特征融合,将最终特征输入检测模块,实现预选框的优化.另外,针对分类和定位置信度不一致的问题,提出一种强制一致性损失函数,可以进一步提高检测的准确性.在Kitti,Waymo和nuScene数据集中与其他算法进行对比,针对三维动态目标检测准确率达92.10%,并且通过实物车辆平台进行可移植性和消融性实验的结果表明,文中算法具有较强的鲁棒性、可移植性和泛化能力.

关键词：机器视觉动态目标检测点云处理体素特征提取融合算法

在线全文

学校读者我要写书评

暂无评论

动态目标检测与跟踪技术的研究

动态目标检测与跟踪技术的研究

作者：肖海燕大连理工大学

学位级别：硕士

动态目标检测与跟踪是智能监控系统的重要组成部分，它融合了图像处理、模式识别、自动控制及计算机应用等相关领域的先进技术和研究成果，是计算机视觉和图像编码研究领域的一个重要课题，在军事武器、工业监控、交通管理等领域都有广... 详细信息

动态目标检测与跟踪是智能监控系统的重要组成部分，它融合了图像处理、模式识别、自动控制及计算机应用等相关领域的先进技术和研究成果，是计算机视觉和图像编码研究领域的一个重要课题，在军事武器、工业监控、交通管理等领域都有广泛的应用。目前，图像序列中的动态目标检测与跟踪已成为新的研究热点，本文的研究对象也是图像序列，或者说视频序列。由于在不同环境条件下或实现的功能不同，动态目标检测和跟踪算法并没有固定的模式，因此需对已有的算法进行取舍或者在某些情况下要实现一些新算法来满足所面临的条件，这也是当前讨论的热点问题之一。本文在总结和分析现有运动目标检测与跟踪方法的基础上，设计并实现了一个视频序列采集的动态目标检测及跟踪系统，针对视频跟踪系统中目标检测与跟踪预测两个关键环节，采用并改进了一系列图像分割与跟踪预测算法，得到了较好的实验效果。在图像采集中，本文采用了Windows多媒体视频服务库中的AVIcap来操作数字摄像头实现视频序列的捕获，使系统不依赖于视频采集卡等硬件设备，增强了系统的可移植性。在目标检测过程中，图像分割采用了改进的最大类间方差法，使算法的精度得到了提高;对于跟踪预测方法，本系统采用了改进的连通域标记算法和一个基于Kalman滤波的跟踪预测算法，使系统的实时性和跟踪预测的精度均得到了提高。本文为检测与跟踪设计了手动和自动两种模式，一定程度上增强了系统的灵活性;系统运行时给出了目标的位置大小等特征量，并显示出了摄像头应做的动作，提高了系统的实用性。实验表明系统所使用的检测和跟踪算法满足了系统要求，达到了预期的效果，本文所使用的算法在智能视觉监控、空中预警、工业检测等领域也具有一定的实用价值。

关键词：图像捕获动态目标检测目标跟踪

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于KGMM改进的动态目标检测算法

计算机应用研究 2012年第8期29卷 3189-3191页

作者：郭春凤何建农福州大学数学与计算机科学学院数学系福州350002

针对在线K-均值聚类法初始化混合高斯模型(KGMM)在运行时间、空间复杂度、噪声等方面存在的缺陷,提出了基于KGMM改进的检测方法,采用加入方差因子的C-均值聚类准则来初始化混合高斯模型,有效解决了可能出现的某一像素值属于不同分布类... 详细信息

针对在线K-均值聚类法初始化混合高斯模型(KGMM)在运行时间、空间复杂度、噪声等方面存在的缺陷,提出了基于KGMM改进的检测方法,采用加入方差因子的C-均值聚类准则来初始化混合高斯模型,有效解决了可能出现的某一像素值属于不同分布类从而概率不同的问题,提高了检测的灵活性;改进了高斯匹配准则,提高了检测算法的准确性;对每个像素点间隔地建立混合高斯分布,减少了高斯模型个数,节省了存储空间,提高了算法的运行速度。实验结果表明改进的检测算法检测效果更理想。

关键词：混合高斯模型 C-均值聚类动态目标检测

在线全文

学校读者我要写书评

暂无评论

六足机器人动态目标检测与跟踪系统研究

计算机工程与应用 2021年第12期57卷 180-185页

作者：王德鑫常发亮山东大学控制科学与工程学院济南250061

动态目标检测与目标跟踪是图像领域的热点研究问题,为研究其在移动机器人领域的应用价值,设计了六足机器人动态目标检测与跟踪系统。针对非刚体运动目标容易被检测为多个分散区域的问题提出区域合并算法,并通过对称匹配、自适应外点滤... 详细信息

动态目标检测与目标跟踪是图像领域的热点研究问题,为研究其在移动机器人领域的应用价值,设计了六足机器人动态目标检测与跟踪系统。针对非刚体运动目标容易被检测为多个分散区域的问题提出区域合并算法,并通过对称匹配、自适应外点滤除对运动背景进行精确补偿,最终基于背景补偿法实现对运动目标的精确检测。研究了基于KCF(Kernel Correlation Filter)的目标跟踪算法在六足机器人平台上的应用,设计了自适应跟踪算法实现六足机器人对运动目标的角度跟踪。将运动目标检测及跟踪算法应用于六足机器人系统。实验表明,在六足机器人移动过程中,系统可对运动目标进行精确检测与跟踪。

关键词：六足机器人运动补偿动态目标检测目标跟踪区域合并

动态场景下的双目视觉里程计与动态目标检测方法研究

在线全文

学校读者我要写书评

暂无评论

动态场景下的双目视觉里程计与动态目标检测方法研究

作者：周致宇华南理工大学

学位级别：硕士

近年来,随着智能移动机器人在自动驾驶、仿生机器人、深空探测等领域的应用,以移动机器人为核心的场景感知技术成为研究的热点。动态场景下的视觉同步定位与建图技术(simultaneous localization and mapping,SLAM)和动态目标检测技术是... 详细信息

近年来,随着智能移动机器人在自动驾驶、仿生机器人、深空探测等领域的应用,以移动机器人为核心的场景感知技术成为研究的热点。动态场景下的视觉同步定位与建图技术(simultaneous localization and mapping,SLAM)和动态目标检测技术是实现高阶场景感知的基础。传统的SLAM技术具有静态环境的假设,对场景中的动态目标没有特殊处理机制,这降低了SLAM技术的鲁棒性和可拓展性。因此,本文研究了动态场景下的双目视觉里程计和动态目标检测问题,分为以下几个部分:第一,本文研究了SLAM相关的基础理论,分析了基于透视相机和立体相机的成像原理,给出了稀疏光流场的计算方法,阐述了Canny边缘检测算子的原理。第二,本文研究了动态场景下的双目视觉里程计算法。首先,本文设计了基于Canny边缘的特征点提取算法,采用L-K稀疏光流实现快速的特征匹配和深度估计;其次,为克服动态目标的影响,本文研究了基于随机抽样一致性(random sample consensus,RANSAC)的位姿估计方法,实现鲁棒地估计相机位姿;最后,本文分析了基于关键帧的共视图优化模型,给出该模型的基于边缘化机制的快速求解方法。第三,本文研究了基于特征点的动态目标检测算法。首先,本文分析了特征点的空间分布特征和光流角分布特征,提出了基于特征点的数量直方图(quantitative histogram,QH)和光流角直方图(optical flow histogram,OFAH)机制,用于检测基于RANSAC算法的外点集中的动态特征点集;其次,本文提出基于视差模型的膨胀量估计机制,给出动态目标的先验,即膨胀矩阵;最后,本文提出了一种基于FAST特征点的二值分割算法,实现动态目标检测。最后,本文在公开的KITTI数据集对提出的方法进行测试,并与其他先进的SLAM方法和动态目标检测方法进行对比,给出了实验结果和实验分析;实验结果表明,本文的方法可在动态场景下鲁棒地估计相机位姿,并实现动态目标检测。

关键词：同步定位与建图动态环境稀疏光流动态目标检测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于动态目标检测的移动机器人路径规划研究

基于动态目标检测的移动机器人路径规划研究

作者：林冠西武汉科技大学

学位级别：硕士

随着人类现代社会对移动机器人的要求不断的提高，高自主性的移动机器人以其广泛的应用背景和巨大的市场价值，已经越来越受到了全世界研究人员的重视。本文的主要研究工作如下：首先，本文介绍了移动机器人在路径规划方面的研究背景... 详细信息

随着人类现代社会对移动机器人的要求不断的提高，高自主性的移动机器人以其广泛的应用背景和巨大的市场价值，已经越来越受到了全世界研究人员的重视。本文的主要研究工作如下：首先，本文介绍了移动机器人在路径规划方面的研究背景和以及研究的意义，然后详细介绍SICK公司的LMS-200激光测距仪的工作原理，并结合移动机器人的对动态目标的检测方法和基于数学优化的路径规划算法，交代了本文的研究方向。其次，对基于激光雷达的动态目标检测方法进行了详细的描述，介绍了目前动态目标检测的研究现状。提出了一种基于椭圆模型与关联匹配的动态目标检测算法。将该算法运用到移动机器人的环境信息分析系统上进行实验，实验结果证明了该算法的简洁性与有效性。然后，在激光雷达对动态目标椭圆建模的基础上建立了基于非线性规划（Nonlinear Programming，NLP）的路径规划算法。推导了移动机器人基于避障原理与追踪原理的非线性约束表达式，建立了以移动机器人追踪到目标的最短路径为目标函数的非线性规划模型。最后总结了基于椭圆建模与NLP算法的路径规划方案，设计仿真实验。实验表明，本文提出的路径规划算法可以非常有效的在静态或者动态环境中找到最优或者近似最优的路径，来完成避障和追踪任务。

关键词：移动机器人椭圆建模动态目标检测非线性规划路径规划

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于融合图像的动态目标检测

基于融合图像的动态目标检测

作者：凌小桦西南科技大学

学位级别：硕士

红外与可见光双模图像融合技术结合了红外图像的热成像方式和可见光图像的反射光成像方式,很好的弥补单模成像方式在一些场景下的短板,从而获得更为真实的场景的图像信息。目标检测作为计算机视觉的重要研究方向,在各个研究领域发挥着... 详细信息

红外与可见光双模图像融合技术结合了红外图像的热成像方式和可见光图像的反射光成像方式,很好的弥补单模成像方式在一些场景下的短板,从而获得更为真实的场景的图像信息。目标检测作为计算机视觉的重要研究方向,在各个研究领域发挥着重要作用,基于红外与可见光双模图像融合的目标检测技术,相比基于单模图像有更好的检测效果,因此课题方向具有一定研究价值。本文通过红外与可见光图像融合的方式提升图像质量,基于融合图像动态目标检测和基于红外与可见光双模图像融合的动态目标检测系统展开了研究。首先,本文对红外与可见光双模图像融合方法进行了研究分析,提出了一种红外与可见光图像融合方法。通过改进的潜在低阶表示方法对红外图像和可见光图像进行分解,分别得到红外图像与可见光图像的基本图层部分和显著图层部分。根据不同图层信息特点采用对应的融合方法,最大程度上保留源图像的细节信息。本文方法生成融合图像在平均梯度和边界强度等客观评价指标上有更好的表现。在视觉效果上对光照和烟雾等有一定鲁棒性,在场景还原度上能够提供更可靠的图像信息。其次,在双模图像融合研究的基础上开展了动态目标检测算法的研究。根据算力不同改进了两种检测算法:在算力有限的情况下,根据帧差法结合逻辑运算提出改进的三帧差分法,改进的三帧差法在动态目标的轮廓边界上具有更高的精准度;在算力充裕的情况下,在原有的Center Net网络中使用深度可分离卷积替换原有卷积网络,在网络结构引入注意力机制,针对改进的网络制作了红外与可见光双模图像数据集进行训练。再将检测算法进行了实验与评价,验证了在双模融合图像检测相比于在单模图像上检测效果更好,也比较了各个检测算法在双模融合图像上检测性能。最后,本文结合红外与可见光双模图像融合与目标检测进行了系统设计研究。设计了基于红外与可见光双模图像融合的目标检测系统。经过实验测试,可以在低光照下实现目标检测,为复杂场景下目标检测提供一种方法。

关键词：图像配准图像融合动态目标检测帧间差分法边缘检测

基于视觉SLAM的动态目标检测和追踪的算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于视觉SLAM的动态目标检测和追踪的算法研究

作者：龙飞吉首大学

学位级别：硕士

目前随着无人机、AR、智能机器人等广泛应用于军事与民生,与其密切相关的基于移动平台的动态物体的目标检测与跟踪已经成为一个研究热点。移动平台大多使用信息丰富的相机作为传感器。基于相机传感器的动态目标检测和追踪有非常多的方法... 详细信息

目前随着无人机、AR、智能机器人等广泛应用于军事与民生,与其密切相关的基于移动平台的动态物体的目标检测与跟踪已经成为一个研究热点。移动平台大多使用信息丰富的相机作为传感器。基于相机传感器的动态目标检测和追踪有非常多的方法,例如最具潜力的深度学习方法和传统静态平台下的机器学习方法。传统的目标检测与跟踪通常是针对背景不变的场景的,当背景运动时,固定场景下的目标检测与跟踪方法大多不再有效。在真实环境中,存在着行人、车辆和动物,以及一些未知的动态物体等大量的运动目标,这些运动目标会严重干扰移动平台的正确运行。视觉同时定位与建图(VSLAM)系统能够实现移动平台下动态区域的分割,并能提供其定位信息用于实现移动平台下动态物体的检测和追踪,因此视觉SLAM系统已经成为目前学术界和工业界的研究热点。基于特征的视觉SLAM系统的方法使用相机传感器获取图像并基于静态假设将关键点重建为3D点。然后,在强静态约束下求解相机或机器人的位姿,为机器人提供了映射周围环境的能力和显示自我定位的能力。目前,一些先进的SLAM算法已经取得了显著成果,如ORB-SLAM2。然而,现实环境中存在的大多数动态物体都处于复杂或恶劣的环境中,由于缺乏可靠的静态关键点动态物体很容易导致相机位姿估计失败,此外目前最流行的语义SLAM由于需要提供先验的样本知识,对于复杂环境下的未知物体无法判断其是否处于动态状态。因此研究一类能够在复杂背景下分割未知动态区域,并能够提供准确的定位信息以实现移动平台下检测并追踪该动态物体的检测追踪系统具有一定的意义。本文主要研究工作归纳如下:一、提出了一种将k均值聚类分割和网格分割相结合的方法。该方法使得视觉SLAM系统中的每一帧图像都能被实时进行稠密分割,以确保视觉SLAM系统的实时性。二、提出了一种基于场景流的动态-静态区域的区分方法。该方法提出了一种基于2D场景流的方法来区分动态-静态区域,然后设计了一种自适应阈值方法实现粗略地检测动态对象;在此基础上,应用深度均值聚类分割方法来寻找潜在的动态目标,从而解决了在没有先验语义知识前提下的动态区域分割的问题。三、提出了一种基于3D场景流的卡尔曼滤波的动态目标检测与追踪算法。该方法首先使用YOLO神经网络和动态k均值聚类块进行动态目标检测,然后使用光流法和最大交并比法将前后帧的同一物体关联,以视觉SLAM提供的准确定位计算出物体的3D场景流,并构建非线性优化的预测方程,建立恒速观测方程;在此基础上使用卡尔曼滤波预测下一时刻物体的速度和中心位置,从而达到在室内环境下实时跟踪运动物体的目的。最后,通过以上的工作构建了一套以视觉SLAM为基础的动态目标检测和追踪系统。实验结果证明,在室内环境下该系统能够对动态目标进行实时准确检测,提高了视觉SLAM的定位的精度,实现了对动态目标实时地追踪。

关键词：视觉SLAM 动态目标检测场景流目标追踪