检索结果-南通市图书馆

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

视觉跟踪技术综述

自动化学报 2006年第4期32卷 603-617页

作者：侯志强韩崇昭西安交通大学电子与信息工程学院综合自动化研究所

视觉跟踪问题是当前计算机视觉领域中的热点问题,本文对这一问题进行了详细的介绍．首先,对视觉跟踪技术在视频监视、图像压缩和三维重构等三个主要方面的应用进行了论述．其次,详细阐述了该技术的研究现状,介绍了其中的一些常用方法,... 详细信息

视觉跟踪问题是当前计算机视觉领域中的热点问题,本文对这一问题进行了详细的介绍．首先,对视觉跟踪技术在视频监视、图像压缩和三维重构等三个主要方面的应用进行了论述．其次,详细阐述了该技术的研究现状,介绍了其中的一些常用方法,为清楚说明这些方法,先对视觉跟踪问题进行了分类,然后介绍了处理视觉跟踪问题的两种思路即自底向上和自顶向下的思路,最后将具体的视觉跟踪方法分为四类进行了介绍,这四类分别是基于区域的跟踪、基于特征的跟踪、基于变形模板的跟踪和基于模型的跟踪．最后,从控制论角度给出视觉跟踪算法所面临的难点,即算法要满足鲁棒性、准确性和快速性要求时所遇到的困难,并对视觉跟踪问题的研究前景进行了展望．

关键词：计算机视觉视觉跟踪图像序列监视系统 MPEG-4 三维重构

在线全文

学校读者我要写书评

暂无评论

L_2范数正则化鲁棒编码视觉跟踪

电子与信息学报 2014年第8期36卷 1838-1843页

作者：袁广林薛模根解放军陆军军官学院十一系合肥230031 解放军陆军军官学院科研部合肥230031 合肥工业大学计算机与信息学院合肥230009

针对基于稀疏表示的视觉跟踪计算效率低和易于产生"模型漂移"的不足,该文提出一种基于L2范数正则化鲁棒编码的视觉跟踪方法。该方法利用L2范数正则化鲁棒编码求解候选目标的编码系数,以粒子滤波为框架,利用候选目标的加权重建误差建立... 详细信息

针对基于稀疏表示的视觉跟踪计算效率低和易于产生"模型漂移"的不足,该文提出一种基于L2范数正则化鲁棒编码的视觉跟踪方法。该方法利用L2范数正则化鲁棒编码求解候选目标的编码系数,以粒子滤波为框架,利用候选目标的加权重建误差建立似然模型跟踪目标。为了适应目标的变化并克服"模型漂移"问题,利用L2范数正则化鲁棒编码估计当前目标的加权矩阵用于遮挡检测,根据遮挡检测结果实现模型更新。对提出的跟踪方法进行实验的结果表明:与现有跟踪方法相比,该方法具有较优的跟踪性能。

关键词：视觉跟踪 L2范数正则化鲁棒编码遮挡检测

在线全文

学校读者我要写书评

暂无评论

结合目标检测的多尺度相关滤波视觉跟踪算法

光学学报 2019年第1期39卷 388-397页

作者：王红雨汪梁尹午荣胡江颢乔文超上海交通大学电子信息与电气工程学院上海200240

为满足视觉跟踪算法对跟踪精度与跟踪速度的要求,提出一种结合目标检测的多尺度相关滤波视觉跟踪算法。所提算法基于深度学习的目标检测算法找出图像中目标的位置和尺寸,利用相关滤波算法对所给出的目标特征进行视觉跟踪,并在多个尺度... 详细信息

为满足视觉跟踪算法对跟踪精度与跟踪速度的要求,提出一种结合目标检测的多尺度相关滤波视觉跟踪算法。所提算法基于深度学习的目标检测算法找出图像中目标的位置和尺寸,利用相关滤波算法对所给出的目标特征进行视觉跟踪,并在多个尺度中搜索最优响应;当检测到相关滤波响应值异常时,停止对模型更新;当连续数帧响应值异常时,则在全图范围内搜索目标位置和尺寸。所提算法通过对跟踪状态进行评估和模型更新率自适应调整,解决了传统相关滤波类算法跟踪误差随时间积累的问题,且具有较大的跟踪速度和较高的精度。结果表明:在Matlab平台下,所提算法的平均定位精度为0.593,平均交叠率精度为0.784,帧率为65.3 frame/s。

关键词：机器视觉深度学习目标检测相关滤波视觉跟踪响应估计

基于置信区域内多级动态层表达的类贯序蒙特卡洛视觉跟踪方法

在线全文

学校读者我要写书评

暂无评论

电子学报 2016年第6期44卷 1355-1361页

作者：宋涛李鸥刘广怡信息工程大学信息系统工程学院河南郑州450002

视觉跟踪是智能监控、机器人和视觉导航等领域的核心技术.针对现有类贯序蒙特卡洛跟踪方法复杂度高、实时性差的问题,本文提出了一种融合置信区域内多级动态层表达的跟踪方法,采用更加可靠、有效的粒子模拟状态后验概率.该方法利用检测... 详细信息

视觉跟踪是智能监控、机器人和视觉导航等领域的核心技术.针对现有类贯序蒙特卡洛跟踪方法复杂度高、实时性差的问题,本文提出了一种融合置信区域内多级动态层表达的跟踪方法,采用更加可靠、有效的粒子模拟状态后验概率.该方法利用检测模块得到目标可能出现的置信区域,根据真实目标尺寸给出一种粒子采样策略,每个粒子代表一级动态层表达,并为每个粒子建立双层运动模型;构建Mean-Shift分块观测模型以引入空间和外观信息,同时根据子块的匹配程度计算粒子权值、检测目标遮挡状态并提出模型更新策略.在公开视频序列上同经典粒子滤波和Mean-Shift等算法的实验对比结果证明了本文算法具有较优的跟踪准确度和实时性.

关键词：视觉跟踪置信区域双层多级运动模型分块观测模型模型更新

在线全文

学校读者我要写书评

暂无评论

一种视觉跟踪中的模板更新策略

光电子．激光 2015年第7期26卷 1358-1363页

作者：夏瑜吴小俊李菊周立凡常熟理工学院计算机科学与工程学院江苏常熟215500 江南大学物联网工程学院江苏无锡214122

针对复杂场景中的目标外观和背景变化引起的模板更新问题,提出了一种新的视觉跟踪模板更新策略,用以提高目标模板正确性。算法利用特征信息在时间和空间上的区别和变化,进行特征子量分类更新,避免了模型过更新,提高了目标模型的容错能力... 详细信息

针对复杂场景中的目标外观和背景变化引起的模板更新问题,提出了一种新的视觉跟踪模板更新策略,用以提高目标模板正确性。算法利用特征信息在时间和空间上的区别和变化,进行特征子量分类更新,避免了模型过更新,提高了目标模型的容错能力,使更新带来的误差尽量小,以适应目标和背景信息的不断变化,在一定程度上提高了跟踪算法的精准度和鲁棒性。实验结果表明,本文方法在视频跟踪系统中具有优越的性能,可以在目标运动、变化和遮挡情况下实现鲁棒跟踪。

关键词：视觉跟踪目标模板分类更新

在线全文

学校读者我要写书评

暂无评论

自适应特征选择的分层卷积视觉跟踪

光子学报 2019年第3期48卷 166-173页

作者：熊昌镇车满强葛金鹏北方工业大学城市道路交通智能控制技术北京市重点实验室北京100144 广州海格通信集团股份有限公司广州510663

为提升分层卷积相关滤波跟踪算法的速度和精度,减少无效卷积通道特征对跟踪精度的影响,提出一种自适应特征选择的分层卷积相关滤波跟踪方法.该方法选取能表征目标的双层卷积特征,将相关滤波训练与预测合并,在视频序列的每一帧计算上一... 详细信息

为提升分层卷积相关滤波跟踪算法的速度和精度,减少无效卷积通道特征对跟踪精度的影响,提出一种自适应特征选择的分层卷积相关滤波跟踪方法.该方法选取能表征目标的双层卷积特征,将相关滤波训练与预测合并,在视频序列的每一帧计算上一帧目标区域与非目标区域的卷积特征均值比,选取满足特征均值比要求的卷积通道特征训练相关滤波分类器,根据分类器与目标特征的最大响应值预测目标位置;最后根据预测结果稀疏更新目标初始帧特征,作为后续帧训练分类器的依据.在OTB-100标准数据集上对算法进行测试,实验结果表明本文算法的平均距离精度为91%,平均重叠率精度为64.4%,平均速度为21.7帧/秒,比原分层卷积相关滤波跟踪算法分别高出7.3、8.2个百分点和11.3帧/秒,该算法的平均距离精度比高精度的连续卷积跟踪算法(CCOT)高1.2个百分点,跟踪速度是CCOT的近20倍.本文算法可以有效提升分层卷积跟踪算法的速度和精度,在目标发生遮挡、快速运动等干扰时能稳定跟踪到目标.

关键词：机器视觉视觉跟踪相关滤波卷积神经网络通道选择

在线全文

学校读者我要写书评

暂无评论

基于空间可靠性约束的鲁棒视觉跟踪算法

电子与信息学报 2019年第7期41卷 1650-1657页

作者：蒲磊冯新喜侯志强余旺盛空军工程大学研究生院西安710077 空军工程大学信息与导航学院西安710077 西安邮电大学计算机学院西安710121

针对复杂背景下目标容易发生漂移的问题,该文提出一种基于空间可靠性约束的目标跟踪算法。首先通过预训练卷积神经网络(CNN)模型提取目标的多层深度特征,并在各层上分别训练相关滤波器,然后对得到的响应图进行加权融合。接着通过高层特... 详细信息

针对复杂背景下目标容易发生漂移的问题,该文提出一种基于空间可靠性约束的目标跟踪算法。首先通过预训练卷积神经网络(CNN)模型提取目标的多层深度特征,并在各层上分别训练相关滤波器,然后对得到的响应图进行加权融合。接着通过高层特征图提取目标的可靠性区域信息,得到一个二值注意力矩阵,最后将得到的二值矩阵用于约束融合后响应图的搜索范围,范围内的最大响应值即为目标的中心位置。为了处理长时遮挡问题,该文提出一种基于首帧模板信息的随机选择更新策略。实验结果表明,该算法在应对相似背景干扰、遮挡、超出视野等多种场景均有良好的性能表现。

关键词：视觉跟踪空间可靠性约束深度特征相关滤波模型更新

基于稀疏稠密结构表示与在线鲁棒字典学习的视觉跟踪

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2015年第3期37卷 536-542页

作者：袁广林薛模根解放军陆军军官学院十一系合肥230031 解放军陆军军官学院科研部合肥230031 合肥工业大学计算机与信息学院合肥230009

L1跟踪对适度的遮挡具有鲁棒性,但是存在速度慢和易产生模型漂移的不足。为了解决上述两个问题,该文首先提出一种基于稀疏稠密结构的鲁棒表示模型。该模型对目标模板系数和小模板系数分别进行L2范数和L1范数正则化增强了对离群模板的鲁... 详细信息

L1跟踪对适度的遮挡具有鲁棒性,但是存在速度慢和易产生模型漂移的不足。为了解决上述两个问题,该文首先提出一种基于稀疏稠密结构的鲁棒表示模型。该模型对目标模板系数和小模板系数分别进行L2范数和L1范数正则化增强了对离群模板的鲁棒性。为了提高目标跟踪速度,基于块坐标优化原理,用岭回归和软阈值操作建立了该模型的快速算法。其次,为降低模型漂移的发生,该文提出一种在线鲁棒的字典学习算法用于模板更新。在粒子滤波框架下,用该表示模型和字典学习算法实现了鲁棒快速的跟踪方法。在多个具有挑战性的图像序列上的实验结果表明:与现有跟踪方法相比,所提跟踪方法具有较优的跟踪性能。

关键词：视觉跟踪稀疏表示稠密表示字典学习

在线全文

学校读者我要写书评

暂无评论

基于主分量寻踪的鲁棒视觉跟踪

电子学报 2015年第3期43卷 417-423页

作者：袁广林薛模根解放军陆军军官学院十一系安徽合肥230031 解放军陆军军官学院科研部安徽合肥230031

传统子空间跟踪易受到模型漂移的影响而导致跟踪失败.针对此问题,本文提出一种基于主分量寻踪的鲁棒视觉跟踪方法.该方法以多个模板张成的子空间作为目标表观模型,利用主分量寻踪求解候选目标的误差分量,在粒子滤波框架下利用候选目标... 详细信息

传统子空间跟踪易受到模型漂移的影响而导致跟踪失败.针对此问题,本文提出一种基于主分量寻踪的鲁棒视觉跟踪方法.该方法以多个模板张成的子空间作为目标表观模型,利用主分量寻踪求解候选目标的误差分量,在粒子滤波框架下利用候选目标的误差分量估计最优状态参数.为了适应目标表观变化并克服模型漂移,本文提出一种模板更新方法.当跟踪结果与目标模板相似时,该方法利用跟踪结果更新目标模板,否则利用跟踪结果的低秩分量更新目标模板.在多个具有挑战性的图像序列上的实验结果表明:与现有跟踪方法相比,文中的跟踪方法具有较优的跟踪性能.

关键词：视觉跟踪模型更新主分量寻踪稀疏分量