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

时空上下文相似性的TLD目标跟踪算法

计算机科学与探索 2018年第7期12卷 1169-1181页

作者：张晶王旭范洪博昆明理工大学信息工程与自动化学院昆明650500

在单目标长期跟踪过程中,为了避免快速移动、运动模糊的噪声影响以及解决目标出视角后再出现的跟踪无法恢复问题,提出了一种基于时空上下文相似性的TLD(tracking-learning-detection)目标跟踪算法(TLD object tracking algorithm based ... 详细信息

在单目标长期跟踪过程中,为了避免快速移动、运动模糊的噪声影响以及解决目标出视角后再出现的跟踪无法恢复问题,提出了一种基于时空上下文相似性的TLD(tracking-learning-detection)目标跟踪算法(TLD object tracking algorithm based on spatio-temporal context similarity,TLD-STCS)。首先进行检测分类器的学习。然后利用STC跟踪算法进行下一帧计算,对计算得到的获选目标与前一帧目标进行空间上下文的相似性计算,即保守相似度计算以及运动相似度计算,进行跟踪结果的有效判断,若判定有效,则输出过程与TLD的一样;如果判定失效,将此时的上下文时空模型加入到目标时空模型。对检测模块检测到的多个候选目标位置计算其置信图,输出平均置信值最大的检测目标,并对目标时空模型进行更新,如果检测到单聚类框就直接输出。最后进行在线学习来更新分类器的相关参数,改善检测精度。在不同测试视频序列上进行算法对比验证,结果表明,TLD-STCS算法能自适应目标遮挡、旋转等复杂情景下的目标跟踪,具有很高的鲁棒性,尤其是在目标快速移动且运动模糊情况下具有很好的抗干扰能力和很高的成功率。

关键词：目标跟踪时空上下文检测分类器目标时空模型置信图

在线全文

学校读者我要写书评

暂无评论

基于时空上下文的输电线路山火自动识别算法

电力系统保护与控制 2022年第18期50卷 83-91页

作者：王开正付一桐钱国超周仿荣文刚李露露单节杉王飞鹏李剑昆明理工大学电力工程学院云南昆明605504 云南电网有限责任公司电力科学研究院云南昆明650217 输配电装备及系统安全与新技术国家重点实验室重庆430074

传统极轨卫星观测频次低和观测时间固定,难以对一个区域进行实时监测。因此,基于Himawari-8(H-8)静止卫星提出了一种能持续监测输电线路山火的时空上下文火点自动识别算法。该算法首先根据中红外和热红外波段对火点的敏感度差异,采用固... 详细信息

传统极轨卫星观测频次低和观测时间固定,难以对一个区域进行实时监测。因此,基于Himawari-8(H-8)静止卫星提出了一种能持续监测输电线路山火的时空上下文火点自动识别算法。该算法首先根据中红外和热红外波段对火点的敏感度差异,采用固定阈值法快速实现绝对火点识别和潜在火点提取,然后在空间上利用中红外和热红外的通道值、平均值和标准差之间的比值关系对潜在火点进行细判。在时间上利用H-8的高观测频次并融合火点发生概率进行持续性火点识别。所提技术已应用于南方某省级电网输电线路山火监测,并且准确率达72.5%,漏报率为43.9%。监测结果明显优于固定阈值法与传统的上下文法。

关键词： Himawari-8 输电线路山火时空上下文阈值潜在火点

时空上下文相似度的FDSST红外目标跟踪方法

在线全文

学校读者我要写书评

暂无评论

时空上下文相似度的FDSST红外目标跟踪方法

作者：姜瑞哈尔滨理工大学

学位级别：硕士

现如今人类正处于信息化时代,计算机视觉越来越广泛的应用到生活中的各个领域。红外图像在发挥其优势的同时存在着分辨率及清晰度较低等特点,这使得红外场景下的目标跟踪成为一个研究难点。针对传统方法无法提取有效特征表达目标等问题... 详细信息

现如今人类正处于信息化时代,计算机视觉越来越广泛的应用到生活中的各个领域。红外图像在发挥其优势的同时存在着分辨率及清晰度较低等特点,这使得红外场景下的目标跟踪成为一个研究难点。针对传统方法无法提取有效特征表达目标等问题,本文以相关滤波类跟踪算法FDSST（Fast Discriminative Scale Space Tracking,FDSST）和时空上下文跟踪算法（Spatio-Temporal Context,STC）为框架展开研究。FDSST跟踪算法设计了两个独立的相关滤波器,分别用来对感兴趣目标进行位置估计以及精准的尺度估计。针对FDSST跟踪算法只利用目标局部特征跟踪目标,本文提出建立一种相似度模型,对两种跟踪算法得到的位置信息进行相似度对比,采用STC跟踪算法中目标周围的时空上下文关系,对目标局部特征进行辅助监督,以此结合目标局部特征与背景信息来表达目标。其次,对于STC跟踪算法中尺度不准确问题,不再使用STC跟踪算法的更新策略,而是采用尺度滤波器的结果进行尺度更新。在建立相似度模型后,针对其无法有效判定跟踪状态以及无法重新定位目标等问题,在相似度模型的基础上进一步优化。首先建立跟踪可靠性判别机制,先是通过相似度进行初步判断,然后采用平均峰值相关能量（Average Peak-toCorrelation Energy,APCE）进行二次判断。其次,判定跟踪失败后及时停止模型的更新,避免融入错误样本,保证样本的可靠性。再次,对于失败后的目标,本文提出采用SUSAN（Smallest Univalue Segment Assimilating Nucleus,SUSAN）角点及分块的层次聚类改进的光流法对目标进行重新定位,实现对目标的持续跟踪。最后,针对目标背景差异较低的红外场景,由于原算法无法正常跟踪,本文提出采用改进的Vi Be（Visual Background Extractor,Vi Be）目标检测算法对目标背景进行分离再跟踪,来提高原算法对于红外场景的适应性。将本文算法应用于OTCBVS、LTIR等红外数据库进行对比实验,分别作用在具有不同特点的场景中,结果表明,本文算法比原始算法能适应更多场景,鲁棒性得到提升。

关键词：目标跟踪 FDSST 时空上下文相似度 SUSAN角点

时空上下文与CamShift相结合的目标跟踪算法

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

传感器与微系统 2018年第5期37卷 108-111页

作者：丁承君闫彬河北工业大学机械工程学院天津300130

针对传统的时空上下文(STC)目标跟踪算法在完全遮挡或者遮挡面积过大时易导致跟踪失败的问题,提出了一种将STC与Cam Shift相结合的目标跟踪算法。通过设定一个阈值,来判断时空上下文算法何时进入目标遮挡。当进入遮挡时,利用Cam Shift... 详细信息

针对传统的时空上下文(STC)目标跟踪算法在完全遮挡或者遮挡面积过大时易导致跟踪失败的问题,提出了一种将STC与Cam Shift相结合的目标跟踪算法。通过设定一个阈值,来判断时空上下文算法何时进入目标遮挡。当进入遮挡时,利用Cam Shift算法得到的跟踪中心修正时空上下文模型计算出的跟踪中心,并用修正后的中心更新局部上下文区域。实验结果表明:提出的算法较原有的算法更加适合复杂的场景变化,具有更好的鲁棒性和稳定性。

关键词：目标跟踪时空上下文 CamShift 稳定性

在线全文

学校读者我要写书评

暂无评论

融合时空上下文信息的兴趣点推荐

北京邮电大学学报 2018年第1期41卷 37-42,50页

作者：徐前方王嘉春肖波北京邮电大学信息与通信工程学院北京100876 无锡北邮感知技术产业研究院有限公司江苏无锡214135

为了给用户提供更好的位置服务,提出了一种位置社交网络中融入时空上下文信息的混合个性化兴趣点推荐模型.在空间上,对用户签到进行层次聚类,对各聚类内二维核密度估计的结果取平均.在时间上,利用用户签到的时间信息、签到的位置信息及... 详细信息

为了给用户提供更好的位置服务,提出了一种位置社交网络中融入时空上下文信息的混合个性化兴趣点推荐模型.在空间上,对用户签到进行层次聚类,对各聚类内二维核密度估计的结果取平均.在时间上,利用用户签到的时间信息、签到的位置信息及社交网络构建转移矩阵,运行改进图的随机游走模型.混合模型融合时空上下文信息做推荐.在真实数据集上的实验结果表明,无论在标准推荐场景还是冷启动场景下,混合推荐模型的准确率和召回率性能均优于基准方法.

关键词：位置社交网络时空上下文兴趣点推荐图的随机游走

在线全文

学校读者我要写书评

暂无评论

低秩重检测的多特征时空上下文的视觉跟踪

软件学报 2018年第4期29卷 1017-1028页

作者：郭文游思思张天柱徐常胜山东工商学院信息与电子工程学院山东烟台264009 山东省高校感知技术与控制重点实验室山东烟台264009 模式识别国家重点实验室(中国科学院自动化研究所) 北京100190

时空上下文跟踪算法充分地利用空间上下文中包含的结构信息能够有效地对目标进行跟踪,实时性优良.但该算法仅利用单一的灰度信息,使得目标的表观表达缺乏判别性,而且该方法在由于遮挡等问题造成的跟踪漂移后无法进行初始化.针对时空上... 详细信息

时空上下文跟踪算法充分地利用空间上下文中包含的结构信息能够有效地对目标进行跟踪,实时性优良.但该算法仅利用单一的灰度信息,使得目标的表观表达缺乏判别性,而且该方法在由于遮挡等问题造成的跟踪漂移后无法进行初始化.针对时空上下文算法存在的弱点,提出了一种基于低秩重检测的多特征时空上下文跟踪方法.首先,利用多特征对时空上下文进行多方面的提取,构建复合时空上下文信息,充分利用目标周围的特征信息,提高目标表观表达的有效性.其次,利用简单、有效的矩阵分解方式将跟踪到的历史跟踪信息进行低秩表达,将其引入有效的在线重检测器中来保持跟踪结构的一致稳定性,解决了跟踪方法在跟踪失败后的重定位问题,在一系列跟踪数据集上的实验结果表明,该算法与原始算法及当前的主流算法相比有更好的跟踪精度与鲁棒性,且满足实时性要求.

关键词：低秩近似矩阵分解时空上下文多特征融合目标跟踪

时空上下文在半监督视频目标分割中的应用研究

在线全文

学校读者我要写书评

暂无评论

时空上下文在半监督视频目标分割中的应用研究

作者：张谊坤中国矿业大学

学位级别：硕士

随着信息技术的飞速发展以及智能硬件设备的普及,视频已经成为一种重要的信息传播载体,海量视频信息的产生和分享对视频处理算法提出了更高的需求,视频目标分割技术作为视频处理的关键任务之一,是高层计算机视觉应用的基础。而现有的视... 详细信息

随着信息技术的飞速发展以及智能硬件设备的普及,视频已经成为一种重要的信息传播载体,海量视频信息的产生和分享对视频处理算法提出了更高的需求,视频目标分割技术作为视频处理的关键任务之一,是高层计算机视觉应用的基础。而现有的视频目标分割算法尚不成熟,部分算法忽略了至关重要的时空上下文信息,无法达到理想的分割精度,部分算法借助光流等预先训练的模型提取时空上下文信息,虽然能够达到理想的分割精度但是十分消耗计算资源无法满足实际应用的需求。针对上述问题,本课题以半监督视频目标分割算法为研究内容,以利用时空上下文为切入点,借助深度学习的工具,对基于弱时序信息的视频目标分割方法和基于ConvGRU的轻量级视频目标分割方法进行了研究与实现。本课题的主要研究工作如下:(1)针对视频目标分割中忽略时空上下文信息的问题,本课题提出一种基于外观和时序的双分支卷积神经网络将时空上下文信息引入传统视频目标分割算法。其中,外观分支采用未利用时空上下文信息的视频目标分割算法的基本框架,而扩展的时序分支以前一时刻视频帧的分割掩膜作为输入,提取相邻视频帧间的弱时序信息用于指导当前时刻视频帧的分割。同时引入多掩膜指导的方法来提升算法的稳定性,通过再训练的方法使算法具有不断利用新知识提升分割精度的能力。实验表明,该方法可节省计算资源,将时空上下文信息引入单帧视频目标分割框架中,有效提升分割的精度。(2)针对借助光流等预训练模型引入时空上下文信息而带来的计算复杂及次优解等问题,本课题从引入时空上下文的视频目标分割任务的本质出发,提出一种联合卷积神经网络和循环神经网络的端到端的视频目标分割算法应对“序列到序列”的计算机视觉任务。采用卷积神经网络提取每一帧的图像特征,采用循环神经网络提取整个视频的时空上下文信息,借助ConvGRU实现视觉特征和时空上下文信息的深度融合,基于MobileNet的轻量化实现更满足实际应用的需求,改善了传统算法引入时空上下文后计算资源高消耗的问题。实验表明,该方法可以有效地融合视觉特征和时空上下文信息,提升视频目标分割的精度。(3)针对视频目标分割算法在实际中的应用,结合本课题的研究成果,以基于弱时序信息的视频目标分割算法和基于ConvGRU的轻量级视频目标分割算法为基础,设计并实现了视频目标分割原型系统。

关键词：视频目标分割时空上下文深度学习轻量化双分支结构 ConvGRU

基于Retinex灰度增强和颜色信息的时空上下文跟踪算法

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

计算机辅助设计与图形学学报 2017年第12期29卷 2323-2329页

作者：张红颖胡文博中国民航大学电子信息与自动化学院天津300300

针对光照变化下图像局部或整体灰度剧烈变化而容易导致目标跟踪失败的问题,提出一种结合颜色信息和Retinex灰度增强的改进时空上下文算法.首先比较单尺度Retinex算法和多尺度Retinex算法,确定使用多尺度Retinex算法对图像进行灰度增强... 详细信息

针对光照变化下图像局部或整体灰度剧烈变化而容易导致目标跟踪失败的问题,提出一种结合颜色信息和Retinex灰度增强的改进时空上下文算法.首先比较单尺度Retinex算法和多尺度Retinex算法,确定使用多尺度Retinex算法对图像进行灰度增强以减弱光照变化对图像灰度的影响;然后比较各种视觉模型的颜色特征,确定引入基于色相信息的目标模型,并将该模型与多尺度Retinex灰度增强模型相结合作为跟踪的目标模型.实验结果表明,文中算法比原算法在跟踪成功率上有较大提升,在Shaking场景下跟踪成功率为95%,比传统的时空上下文跟踪算法的跟踪成功率提高约24%;相比其他主流算法,该算法在平均跟踪成功率和跟踪精度上的表现也更高、更可靠.

关键词：机器视觉目标跟踪时空上下文光照变化 Retinex

在线全文

学校读者我要写书评

暂无评论

特征点辅助的时空上下文目标跟踪与定位

仪器仪表学报 2017年第11期38卷 2839-2848页

作者：翟敬梅刘坤华南理工大学机械与汽车工程学院广州510640

针对动态目标跟踪中快速运动和目标遮挡而跟踪失败问题,提出了一种特征点辅助的时空上下文跟踪算法。首先提取目标特征点,通过特征点匹配和光流跟踪方法进行目标追踪,获得目标预估位置;其次,建立特征点变化率和时空上下文模型更新率关... 详细信息

针对动态目标跟踪中快速运动和目标遮挡而跟踪失败问题,提出了一种特征点辅助的时空上下文跟踪算法。首先提取目标特征点,通过特征点匹配和光流跟踪方法进行目标追踪,获得目标预估位置;其次,建立特征点变化率和时空上下文模型更新率关系模型,实时调控更新率,防止引入错误信息;最后,在预估位置区域内,构建局部上下文外观模型,计算与时空上下文模型的相关性获取置信图,进一步精确定位目标。算法在一组测试视频集中进行验证,相比目前4种主流算法(平均跟踪成功率最高为60%,平均跟踪误差最小为26.14 pixel),本算法综合性能达到最优,平均跟踪成功率为90%,平均跟踪误差为7.47 pixel,平均跟踪速率25.31 f/s。在双目视觉移动机器人平台上对随机运动目标进行跟踪实验,在背景干扰、遮挡、目标旋转和快速运动等组合情况下,跟踪成功率97.4%,跟踪距离平均相对误差为4.05%。

关键词：目标跟踪时空上下文特征点跟踪双目视觉目标测量