检索结果-南通市图书馆

多特征融合的自适应加权采样上下文感知相关滤波跟踪算法

在线全文

学校读者我要写书评

暂无评论

信号处理 2022年第1期38卷 211-222页

作者：李勇锋谢维信深圳大学ATR国防科技重点实验室广东深圳518060

针对传统相关滤波器使用特征单一、背景信息不足等缺点,提出一种多特征融合的自适应加权采样的上下文感知相关滤波算法。首先,对于灰度图像序列,采用方向梯度直方图(FHOG)特征、局部二值模式(LBP)特征以及灰度特征相融合;对于彩色图像序... 详细信息

针对传统相关滤波器使用特征单一、背景信息不足等缺点,提出一种多特征融合的自适应加权采样的上下文感知相关滤波算法。首先,对于灰度图像序列,采用方向梯度直方图(FHOG)特征、局部二值模式(LBP)特征以及灰度特征相融合;对于彩色图像序列,则采用方向梯度直方图(FHOG)特征、局部二值模式(LBP)特征以及颜色(CN)特征相融合。其次,自适应采样响应图中的高响应区域,将其作为负样本引入滤波器训练中,并对最高响应区域赋予更高的抑制权重。对于目标尺度变化问题,引入尺度池进行尺度估计。最后,在OTB100数据集上实验的结果表明,相比原算法,本文算法的距离精度提高了8.5%,成功率提高了14.7%,并将本文算法与其他几种主流算法对比,验证了其有效性。

关键词：目标跟踪相关滤波上下文感知多特征融合加权采样

在线全文

学校读者我要写书评

暂无评论

基于模糊空时线索的多目标在线跟踪算法

电子学报 2017年第3期45卷 513-519页

作者：李俊谢维信李良群刘钧彬深圳大学ATR国防科技重点实验室广东深圳518060

多目标在线跟踪是视频监控中的关键问题之一.针对日益增长的智能化视频监控的需求,提出了一种基于模糊空时线索的多目标在线跟踪算法.在该算法中,引入模糊空时多属性特征定义距离函数,利用模糊C均值聚类优化得到交叉隶属度矩阵,实现目... 详细信息

多目标在线跟踪是视频监控中的关键问题之一.针对日益增长的智能化视频监控的需求,提出了一种基于模糊空时线索的多目标在线跟踪算法.在该算法中,引入模糊空时多属性特征定义距离函数,利用模糊C均值聚类优化得到交叉隶属度矩阵,实现目标与观测间的数据关联.为了减少错误的轨迹起始,利用空时线索定义了遮挡度函数,判别出新目标并起始相应的目标轨迹.实验结果表明,本文算法能够准确地估计出目标的运动轨迹.本文算法可应用于视频监控、安防以及自动驾驶等领域.

关键词：视频监控在线跟踪模糊C均值空时线索模糊隶属度

基于边界先验双模型贝叶斯决策的红外图像海天线检测

在线全文

学校读者我要写书评

暂无评论

信号处理 2019年第5期35卷 877-887页

作者：邵旭慧裴继红赵阳深圳大学ATR国防科技重点实验室

为了解决红外图像在复杂海面干扰下的海天线检测问题,本文提出了一种基于边界先验双模型贝叶斯决策的海天线检测方法。该方法首先将海空背景下的红外图像划分为子图像块,以子图像块的离散余弦变换的主余弦谱作为子图像块特征;然后,基于... 详细信息

为了解决红外图像在复杂海面干扰下的海天线检测问题,本文提出了一种基于边界先验双模型贝叶斯决策的海天线检测方法。该方法首先将海空背景下的红外图像划分为子图像块,以子图像块的离散余弦变换的主余弦谱作为子图像块特征;然后,基于边界先验建立了海、天子图像块的贝叶斯决策模型,对海、天子图像块进行粗划分;之后,利用粗划分的子图像块集合建立细划分贝叶斯决策模型,利用重叠子图像块滑动细划分方法,获取海天线上候选点;最后,利用随机抽样一致性(RANSAC)算法得到海天线模型参数,实现海天线的检测。实验结果表明,该方法能有效检测出复杂海空背景下的海天线,对于海杂波、亮斑等干扰较多的复杂红外图像具有更优的检测效果,运算速度较快。

关键词：红外图像海天线检测贝叶斯决策离散余弦变换随机抽样一致性算法

基于PPP模型的多扩展目标跟踪的JPDA算法研究

在线全文

学校读者我要写书评

暂无评论

信号处理 2019年第6期35卷 1079-1087页

作者：杜浩翠谢维信范建德深圳大学ATR国防科技重点实验室

针对多扩展目标跟踪问题,提出了基于泊松点过程( Poisson Point Process, PPP )模型的多扩展目标跟踪的联合概率数据关联( Joint Probabilistic Data Association, JPDA )算法。首先,采用PPP对扩展目标进行测量建模,其次以“多对一”关... 详细信息

针对多扩展目标跟踪问题,提出了基于泊松点过程( Poisson Point Process, PPP )模型的多扩展目标跟踪的联合概率数据关联( Joint Probabilistic Data Association, JPDA )算法。首先,采用PPP对扩展目标进行测量建模,其次以“多对一”关联模型思想提出一种JPDA算法,从而计算运动目标的当前有效量测的边缘关联概率,然后结合该边缘关联概率以概率数据关联( Probability Data Association, PDA )的方式分别更新每个扩展目标的运动参数和形状参数向量,最后通过仿真实现了当扩展目标相互靠近或出现交叉时的跟踪。实验结果表明,在高杂波环境下,本文所提出的算法在计算时间和跟踪稳定上具有较明显的优势。

关键词：泊松点过程多扩展目标跟踪联合概率数据关联 “多对一”关联模型边缘关联概率形状参数

在线全文

学校读者我要写书评

暂无评论

非线性高斯系统边缘分布多目标贝叶斯滤波器

电子学报 2015年第9期43卷 1689-1695页

作者：刘宗香谢维信李丽娟李良群深圳大学ATR国防科技重点实验室广东深圳518060

为解决存在数据关联不确定、检测不确定和杂波情况下的多目标跟踪问题,提出了一种新的多目标贝叶斯滤波器.代替维持多目标状态的联合后验密度,所提出的贝叶斯滤波器联合传递各个目标状态的边缘分布和它们的存在概率.为了处理目标运动和... 详细信息

为解决存在数据关联不确定、检测不确定和杂波情况下的多目标跟踪问题,提出了一种新的多目标贝叶斯滤波器.代替维持多目标状态的联合后验密度,所提出的贝叶斯滤波器联合传递各个目标状态的边缘分布和它们的存在概率.为了处理目标运动和传感器测量模型中的非线性,利用无迹变换技术提出了一种非线性高斯条件下边缘分布贝叶斯滤波器的近似实现算法.仿真实验结果表明,与PHD(Probability Hypothesis Density)滤波器相比,所提出的滤波器具有更好的多目标跟踪能力.

关键词：多目标跟踪贝叶斯滤波器非线性模型边缘分布

在线全文

学校读者我要写书评

暂无评论

多特征自适应融合的相关滤波目标跟踪算法

信号处理 2021年第4期37卷 603-615页

作者：谢维信赵田深圳大学ATR国防科技重点实验室广东深圳518060

本文针对单一特征目标相关滤波算法因光照变化、目标遮挡、低分辨率和运动模糊等导致目标跟踪的稳定性较差的问题,提出了一种将多种特征进行自适应融合的跟踪算法。本文算法在FDSST算法的基础上,自适应融合梯度直方图特征HOG(Histogram ... 详细信息

本文针对单一特征目标相关滤波算法因光照变化、目标遮挡、低分辨率和运动模糊等导致目标跟踪的稳定性较差的问题,提出了一种将多种特征进行自适应融合的跟踪算法。本文算法在FDSST算法的基础上,自适应融合梯度直方图特征HOG(Histogram of Oriented Gradient)、颜色名特征CN(Color Name)和灰度特征来增强特征的表达能力;提出遮挡判断策略,能够有效的判断跟踪过程中的目标遮挡现象;引入目标重定位机制,在发生目标遮挡或干扰时,能够重新定位目标位置,有效的抑制跟踪漂移现象的产生。最后,本文选取OTB50和OTB100作为实验数据集,将本文算法和选取的六种主流算法进行性能比较。实验结果表明,本文算法在光照变化、运动模糊和目标遮挡等情况下的表现具有较高的稳定性和准确性;在成功率和跟踪精确度上都优于其他六种算法。

关键词：目标跟踪相关滤波运动模糊目标遮挡自适应融合尺度滤波

在线全文

学校读者我要写书评

暂无评论

专注学习时空关系的相关滤波跟踪算法

信号处理 2021年第6期37卷 1113-1123页

作者：丁锦杰谢维信李勇锋黄梓桐深圳大学ATR国防科技重点实验室广东深圳518060

传统相关滤波跟踪算法试图引入预定义的正则项,如抑制背景学习或限制相关滤波器的学习率来提高算法的鲁棒性,但在复杂场景下还是容易发生目标跟踪丢失,因为传统相关滤波跟踪算法没有关注相邻两帧之间的信息变化。针对以上问题,本文提出... 详细信息

传统相关滤波跟踪算法试图引入预定义的正则项,如抑制背景学习或限制相关滤波器的学习率来提高算法的鲁棒性,但在复杂场景下还是容易发生目标跟踪丢失,因为传统相关滤波跟踪算法没有关注相邻两帧之间的信息变化。针对以上问题,本文提出专注学习时空关系的相关滤波跟踪算法,引入相邻两帧的响应图变化作为空间正则项权值的参考权重,而当前帧的响应图的振荡程度确定时间正则项权值,最后本文通过交替方向乘子法(ADMM)迭代优化本文的损失函数。通过在OTB-50、OTB-100和OTB-2013三个基准数据集上进行了实验,验证了本文算法在复杂场景下更具有鲁棒性。

关键词：时空正则项专注学习响应图变化目标跟踪相关滤波

在线全文

学校读者我要写书评

暂无评论

基于LCT+的自适应抗遮挡目标跟踪算法

计算机工程与应用 2021年第22期57卷 190-198页

作者：陈富健谢维信夏婷深圳大学ATR国防科技重点实验室广东深圳518060

在目标跟踪过程中,目标遮挡往往会造成跟踪器的性能下降,从而导致目标丢失。针对这一问题,提出一种基于LCT+核相关滤波的自适应抗遮挡目标跟踪算法。该算法在LCT+核相关滤波算法的基础上进行改进,利用双跟踪器自适应对目标进行跟踪,即... 详细信息

在目标跟踪过程中,目标遮挡往往会造成跟踪器的性能下降,从而导致目标丢失。针对这一问题,提出一种基于LCT+核相关滤波的自适应抗遮挡目标跟踪算法。该算法在LCT+核相关滤波算法的基础上进行改进,利用双跟踪器自适应对目标进行跟踪,即根据两个跟踪器的输出响应值大小选择最优跟踪器跟踪目标;利用支持向量机自适应重新检测目标,即根据目标丢失帧的数量自适应调整检测框范围的大小;最后采用颜色直方图匹配的方法进一步验证预测的目标。相比原算法,所提算法采取双跟踪器自适应跟踪机制和支持向量机自适应重检测机制,有效避免了目标跟丢。在OTB50和OTB100两个大型基准数据集上对算法进行验证,结果表明该算法在距离精度和成功率的评估指标上都优于一些主流算法,并且在抗遮挡方面具有较高的精度和较强的鲁棒性。

关键词：目标跟踪核相关滤波自适应抗遮挡双跟踪器支持向量机(SVM)

在线全文

学校读者我要写书评

暂无评论

基于改进的密度峰值聚类的扩展目标跟踪算法

信号处理 2021年第5期37卷 735-746页

作者：杜浩翠谢维信深圳大学ATR国防科技重点实验室广东深圳518060

针对扩展目标高斯混合概率假设密度(extended target Gaussian mixture probability hypothesis density,ET-GM-PHD)滤波器中的量测集划分问题,提出了一种改进的密度峰值聚类(improved density peak clustering,IDPC)量测集划分算法。首先,使用IDPC算法去除局部密度较低的杂波量测,以获得最有可能的目标生成的量测集。其次,将剩余的量测集聚类以获得空间上紧密联系的聚类簇和簇的聚类中心。最后,根据预测的具有较高权重的高斯分量的均值在每个簇上的投影,获得准确的量测集划分。实验结果表明,与现有的量测集划分方法相比,该算法在保持跟踪精度的同时,可以大大减少计算时间。

关键词：密度峰值聚类扩展目标跟踪量测集划分扩展目标高斯混合概率假设密度滤波器