检索结果-南通市图书馆

基于自适应卡尔曼滤波的meanshift跟踪算法

在线全文

学校读者我要写书评

暂无评论

制造业自动化 2021年第6期43卷 16-20,48页

作者：陈薇袁文定方强李海项奇清合肥工业大学电气与自动化工程学院合肥230009

针对传统的meanshift视频跟踪算法在跟踪目标存在背景干扰或者有遮挡情况下,目标跟踪不准确、丢失的问题,提出了一种基于自适应卡尔曼滤波的meanshift跟踪算法(AKFmeanshift)。该算法在meanshift算法的基础上结合自适应卡尔曼滤波,有效... 详细信息

针对传统的meanshift视频跟踪算法在跟踪目标存在背景干扰或者有遮挡情况下,目标跟踪不准确、丢失的问题,提出了一种基于自适应卡尔曼滤波的meanshift跟踪算法(AKFmeanshift)。该算法在meanshift算法的基础上结合自适应卡尔曼滤波,有效解决了系统噪声特性未知时,卡尔曼滤波发散的问题。通过滤波器预测目标在下一帧的中心位置,把该位置作为meanshift迭代初始位置,最终实现跟踪。实验结果表明:提出的算法能够在系统噪声未知的情况下、存在遮挡的条件下对目标进行准确的跟踪。

关键词：视频跟踪 meanshift算法自适应卡尔曼滤波

一种基于meanshift算法的目标跟踪改进

在线全文

学校读者我要写书评

暂无评论

中北大学学报（自然科学版） 2016年第6期37卷 633-637,665页

作者：朱钾李化太原理工大学信息工程学院山西晋中030600

针对遮挡及相似干扰问题,在meanshift算法的基础上提出了一种新的改进算法.该算法有效地将meanshift算法与Kalman滤波算法结合,准确确定目标质心位置,并根据目标质心位置及前一帧搜索窗口边界自适应地调整当前搜索窗口,使其与目标位置... 详细信息

针对遮挡及相似干扰问题,在meanshift算法的基础上提出了一种新的改进算法.该算法有效地将meanshift算法与Kalman滤波算法结合,准确确定目标质心位置,并根据目标质心位置及前一帧搜索窗口边界自适应地调整当前搜索窗口,使其与目标位置更匹配,跟踪结果更加准确、可靠,同时也减小了环境等因素对算法的影响.实验对比结果表明,改进算法具有良好的稳定性和自适应性,可有效解决大面积遮挡和相似干扰问题.

关键词：目标跟踪 meanshift算法 Kalman滤波算法

多特征联合的尺度和方向自适应meanshift跟踪算法

在线全文

学校读者我要写书评

暂无评论

燕山大学学报 2015年第3期39卷 254-268页

作者：胡正平石巍谢荣路燕山大学信息科学与工程学院河北秦皇岛066004

经典meanshift跟踪算法因其具有计算量小、实时性强等优点而得到广泛应用。但在目标发生缩放、旋转、光照变化以及目标颜色与周围背景颜色难以区分等情况下,经典meanshift算法的鲁棒性不佳,目标定位精度不高,算法稳定性不好。鉴于此,本... 详细信息

经典meanshift跟踪算法因其具有计算量小、实时性强等优点而得到广泛应用。但在目标发生缩放、旋转、光照变化以及目标颜色与周围背景颜色难以区分等情况下,经典meanshift算法的鲁棒性不佳,目标定位精度不高,算法稳定性不好。鉴于此,本文提出一种联合颜色和纹理直方图表示的meanshift算法,其中本文用到的局部二值模式LBP是基于分块思想改进的纹理算子,有效地提取边缘和角点等主要目标模式来更加精炼地表示目标;另外,通过有效利用目标候选区域的矩信息,来解决跟踪目标运动中尺度和方向的变化的问题。通过不同场景视频跟踪实验表明,与经典meanshift算法及改进前的联合特征表示方法相比,文中提出的改进算法在上述复杂场景下的目标跟踪具有更高的稳定性和鲁棒性。

关键词：目标跟踪 meanshift算法 LBP 颜色直方图尺度变化

基于改进meanshift算法的刀闸实时状态的精准跟踪

在线全文

学校读者我要写书评

暂无评论

安徽大学学报（自然科学版） 2020年第1期44卷 51-56页

作者：台德群翁士状罗希李宇孙长翔国网安徽电力有限公司铜陵供电公司安徽铜陵244099 安徽大学电子与信息工程学院安徽合肥230601 安徽南瑞继远电网技术有限公司安徽合肥230088

以变电站中的双柱式水平刀闸为例,基于传统meanshift算法和局部二元模式(LBP)编码增强结构特征,提出改进的meanshift算法,用该算法解析刀闸工作视频信息,实现刀闸实时状态跟踪.通过对87个刀闸开合视频的跟踪实验可知,改进算法在X方向的... 详细信息

以变电站中的双柱式水平刀闸为例,基于传统meanshift算法和局部二元模式(LBP)编码增强结构特征,提出改进的meanshift算法,用该算法解析刀闸工作视频信息,实现刀闸实时状态跟踪.通过对87个刀闸开合视频的跟踪实验可知,改进算法在X方向的跟踪精度提高了120%,Y轴方向的跟踪精度提高了800%.因此,该算法为刀闸状态的准确识别提供了新的手段.

关键词：刀闸状态跟踪 meanshift算法局部二元模式编码

基于CamShift与Kalman相结合的目标跟踪算法研究

在线全文

学校读者我要写书评

暂无评论

山东商业职业技术学院学报 2024年第3期24卷 116-120页

作者：李俊松刘光宇王帅程远周豹赵恩铭杨春丽大理大学工程学院云南大理671003 上海交通大学海洋智能装备与系统教育部实验室上海200030 中国人民解放军32268部队信息科云南大理671003

目标跟踪是机器视觉领域的一项重要技术。传统的CamShift目标跟踪算法具有时间复杂度低、运算速度快的优点,在简单背景下具有良好的跟踪效果。但当跟踪目标处于部分遮挡的复杂情况下时,容易出现目标丢失的情况,从而影响后续的跟踪。Kal... 详细信息

目标跟踪是机器视觉领域的一项重要技术。传统的CamShift目标跟踪算法具有时间复杂度低、运算速度快的优点,在简单背景下具有良好的跟踪效果。但当跟踪目标处于部分遮挡的复杂情况下时,容易出现目标丢失的情况,从而影响后续的跟踪。Kalman滤波算法在目标跟踪任务中,能够有效地预测跟踪目标下一时刻可能出现的位置,且算法简单方便。现将CamShift算法与Kalman滤波算法相结合来优化传统的CamShift算法,实验结果表明:优化后的算法不但保留了传统CamShift算法的优点,而且在一定程度上可以预测跟踪目标的行动轨迹,更好地实现目标跟踪任务,解决了传统CamShift算法在目标被部分遮挡的情况下容易出现的目标丢失的情况;同时,运算结果准确,基本没有预测误差。

关键词：目标跟踪 meanshift算法 CamShift算法 Kalman滤波

基于改进的meanshift算法的选煤厂人员目标跟踪方法

在线全文

学校读者我要写书评

暂无评论

工矿自动化 2012年第2期38卷 32-35页

作者：翟乃江李承冬上海大屯能源股份有限责任公司江苏分公司江苏徐州221611 中国矿业大学信电学院江苏徐州221116

针对采用传统的meanshift算法进行智能视频监控易受背景干扰而丢失目标的问题,提出了一种将meanshift算法与卡尔曼滤波算法相结合的选煤厂人员目标跟踪方法。该方法首先通过运动检测方法分割出跟踪目标区域,然后通过卡尔曼滤波算法预测... 详细信息

针对采用传统的meanshift算法进行智能视频监控易受背景干扰而丢失目标的问题,提出了一种将meanshift算法与卡尔曼滤波算法相结合的选煤厂人员目标跟踪方法。该方法首先通过运动检测方法分割出跟踪目标区域,然后通过卡尔曼滤波算法预测下一帧跟踪窗口的起点,在此基础上采用meanshift算法跟踪目标区域;由于选煤厂环境较复杂,为了防止跟踪失败,采用跟踪与检测相结合的方法来进一步保证跟踪的鲁棒性。实验结果表明,该方法能很好地消除背景中相似颜色区域的影响,具有较好的跟踪效果。

关键词：选煤厂智能视频监控人员跟踪 meanshift算法卡尔曼滤波算法

基于meanshift算法的仿生鱼游动轨迹跟踪系统研究

在线全文

学校读者我要写书评

暂无评论

基于MeanShift算法的仿生鱼游动轨迹跟踪系统研究

作者：石小玢河南大学

学位级别：硕士

仿生鱼作为具有代表性的水下潜器,与传统的水下潜器相比,有更高的灵活性和更广阔的运用领域。为了研究仿生鱼类潜器的推进原理,可以通过机器视觉的目标跟踪方式对仿生鱼游动轨迹进行跟踪,从而得到具体的位置坐标。本文研究了目标跟踪的... 详细信息

仿生鱼作为具有代表性的水下潜器,与传统的水下潜器相比,有更高的灵活性和更广阔的运用领域。为了研究仿生鱼类潜器的推进原理,可以通过机器视觉的目标跟踪方式对仿生鱼游动轨迹进行跟踪,从而得到具体的位置坐标。本文研究了目标跟踪的基本原理,对比了meanshift算法、卡尔曼滤波算法,粒子滤波算法这几种运动目标跟踪方法,最终选取了极具代表性的无参估计的meanshift算法作为仿生鱼轨迹跟踪的基础。通过目标区域的权值直方图作为追踪的特征进行多次的迭代来实现目标位置的追踪,计算量较小,对追踪物体的形变、旋转变化不敏感,在低速运动物体的追踪中有很高的准确性。为了实现仿生鱼游动轨迹准确跟踪的目的,本文在使用meanshift算法的基础上,运用理论和实验相结合的方法进行了创新研究。首先,考虑到传统meanshift算法在跟踪快速移动物体上出现的不准确、丢失搜索框等问题,提出了结合运动估计中的菱形搜索法来改进meanshift算法,在跟踪算法进行迭代的过程中加入预测机制,优先从预测的候选区域中进行搜索,避免了全局搜索中的繁杂过程,减少了算法的计算时间,解决了快速物体跟踪上存在的不足。其次,本文将meanshift算法在Simulink中搭建的xPC-Target平台中运行并进行仿真,通过宿主机和目标机互联的方式解决了运动跟踪中的实时性问题,用来进行仿生鱼游动视频采集的相机连接在目标机上,以TCP/IP的连接方式将视频信息上传至宿主机,用来进行视频图像处理的程序编写在宿主机中,当程序下载到目标机上之后可以独立的进行视频信息的处理。最后,为了实现仿生鱼三维游动轨迹的跟踪,引入了双目视觉的方式,在进行双目标定之后得到左、右相机的内外参数,再由空间三维测量中的最小二乘法,在已知空间中任一点在左、右相机坐标系中坐标的情况下,通过解齐次方程可以计算出该点的三维空间坐标。为了验证上述方法的可行性,运用实验的方法对上述的创新点进行了证实。第一,在进行传统meanshift算法和改进后的加入运动估计算法的跟踪方式对比跟踪实验中,用速度变化的仿生鱼游动视频作为跟踪视频,用传统的跟踪方法和改进后的meanshift跟踪算法进行对比实验,可以看出改进后的方法可以有效地解决在目标快速移动的时候出现的跟踪不准确、跟踪框丢失的问题,说明改进算法的可行性。第二,在建立好的xPC-Target平台中建立Simulink模型,实现目标机视频的采集和宿主机的图像处理程序的下载,在双机互联的情况下使用摄像头实时进行仿生鱼游动视频的采集,将采集信息上传至宿主机后用上述的改进的meanshift算法进行编程,在宿主机中实时显示仿生鱼游动的位置坐标。将仿生鱼的真实游动轨迹和跟踪出的轨迹进行对比,说明跟踪的准确性。第三,鉴于单目相机在xPC-Target平台中只能实现二维模式的目标跟踪,得到二维的跟踪轨迹,为了更真实地模拟仿生鱼类的游动轨迹,我们引入双目相机进行视频采集,通过相机系中的坐标,通过最小二乘法的使用,得到轨迹中每一点的空间坐标,并且绘制出仿生鱼游动的三维游动轨迹。也将仿生鱼的真实三维游动轨迹和跟踪出的三维运动轨迹进行对比,说明跟踪的准确性。由此可以得出结论,在与双目相机结合的xPC-Target平台中建立的基于改进的meanshift算法的仿生鱼轨迹追踪系统,可以在二维或是三维空间中准确地进行仿生鱼游动轨迹的目标跟踪,实验证明跟踪轨迹与实际中的仿生鱼游动轨迹有很小的误差,说明该系统具有很高的准确性。

关键词：仿生鱼目标跟踪 meanshift算法 xPC-Target平台双目视觉

基于meanshift算法的视频预警跟踪系统设计与实现

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

基于MeanShift算法的视频预警跟踪系统设计与实现

作者：费久江华中科技大学

学位级别：硕士

视频监控由来已久。随着计算机技术以及网络通信技术的迅速发展,视频监控系统已广泛应用于诸多行业。然而,视频监控大多数还停留在事故后录像回放的传统应用模式,可以说传统模式监控只是发挥了“监”——监视的功能,并没有起到“控”—... 详细信息

视频监控由来已久。随着计算机技术以及网络通信技术的迅速发展,视频监控系统已广泛应用于诸多行业。然而,视频监控大多数还停留在事故后录像回放的传统应用模式,可以说传统模式监控只是发挥了“监”——监视的功能,并没有起到“控”——控制的作用。想要发挥“控”,那就要求对活动目标各种潜在威胁行为,在事故前能提前预判和报警,阻止和控制险情的发生,从而真正起到安全防范作用,做到防患于未然。这种带预判和报警的监控,就是业界常说的智能化监控,它的主要技术就是目标检测与跟踪。如今,运动目标的检测及跟踪是一个重要的研究课题;同时,在我国倡导“建设平安城市”背景下,基于目标检测跟踪技术的智能化视频监控系统,应用需求迫切,应用前景广阔,具有重要的商业价值和社会意义。本论文在已有研究成果的基础上,分析了meanshift跟踪算法的原理和步骤,并基于该算法设计和实现了一种视频预警跟踪系统。在系统设计和实现阶段,对meanshift存在的不足进行了补充与改进:一是目前的半自动化跟踪,经改进后,实现了meanshift的全自动化跟踪;二是加入目标运动的预定位处理,改进了在复杂背景下目标易丢失的问题,降低了丢失率,提高了目标检测的稳定性。本系统采用全景摄像机检测目标、云台摄像机跟踪目标的双目应用模式,实现了对运动目标的精确定位和全自动跟踪拍摄;并对目标的活动轨迹进行实时侦测和分析,对于触犯安全规则的行为,通过手机短信和闪亮警灯方式,向保安人员发送报警。本论文着眼于meanshift算法的优化和应用,着重于meanshift结果的进一步分析和利用,着力于目标跟踪和险情预警两大功能的应用实现;本系统一定程度上提升了视频监控的智能化程度。

关键词：全自动跟踪 meanshift算法双目定位威胁预警

基于meanshift算法的人体视频追踪研究

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

基于MeanShift算法的人体视频追踪研究

作者：胡志钢武汉理工大学

学位级别：硕士

运动人体的检测与跟踪是当今计算机视觉领域的研究热点。随着社会公共安全体系的逐步完善,公共场所中对安全智能监控系统的要求越来越高,多家知名公司和科研机构对此都投入了大量人力财力,可以预测此课题在未来研究领域中将有广阔的前... 详细信息

运动人体的检测与跟踪是当今计算机视觉领域的研究热点。随着社会公共安全体系的逐步完善,公共场所中对安全智能监控系统的要求越来越高,多家知名公司和科研机构对此都投入了大量人力财力,可以预测此课题在未来研究领域中将有广阔的前景并能带来巨大的社会效益。本文在运动目标检测,人体识别到人体跟踪三个方面进行了研究。这三个步骤密不可分,前一个步骤都是后一步实现的前提,在编程实现时也是按照本文章节所述的顺序一步一步完成的。现将本文所做的主要工作总结如下： 1.详细地介绍了运动人体视觉分析的研究背景、现状和应用的实际意义,讨论了各种人体跟踪方法的优缺点和人体跟踪方法中的难点问题。 2.在运动目标检测及人体识别方面,详细介绍了三种目标检测方法并加以对比。论述了选择背景差分法作为首选方案的原因。重点分析了基于固定单摄像机的条件下怎样改进背景模型,运用动态的阈值切分前景区域,使之在光线突变的情况下也能很好的检测出运动前景。 3在运动目标跟踪方面,深地入学习和研究了无参密度估计理论和meanshift理论,提出了一种将关注度和空间投影相结合的跟踪算法,讨论和探索了以提高跟踪稳定性为目的的人体跟踪改进方法。 4利用VC++6.0平台建立了运动人体的检测与跟踪系统,将人体检测与跟踪涉及的多个功能模块集成于一个友好的用户界面下。可以对课题涉及的图像处理、模式识别等领域的知识进行实现,得出实验结果。通过室内外采集的视频图像进行检验,证明本文的算法能够正确地检测并且跟踪运动人体,具有很强的实用性。

关键词：人体模型 meanshift算法运动检测背景模型数学形态学