您的位置: 专家智库 > >

陕西省自然科学基金(2011JM8015)

作品数:16 被引量:67H指数:5
相关作者:余旺盛侯志强黄安奇刘翔田孝华更多>>
相关机构:空军工程大学更多>>
发文基金:陕西省自然科学基金国家自然科学基金更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 16篇中文期刊文章

领域

  • 13篇自动化与计算...
  • 3篇电子电信

主题

  • 11篇视觉跟踪
  • 6篇视觉跟踪算法
  • 5篇目标跟踪
  • 4篇目标跟踪算法
  • 4篇均值漂移
  • 3篇直方图
  • 3篇搜索
  • 3篇分块
  • 2篇对数极坐标
  • 2篇对数极坐标变...
  • 2篇自适
  • 2篇自适应
  • 2篇滤波
  • 2篇极坐标
  • 2篇极坐标变换
  • 1篇带宽
  • 1篇带宽自适应
  • 1篇自适应带宽
  • 1篇最小二乘
  • 1篇最小二乘法

机构

  • 16篇空军工程大学

作者

  • 15篇侯志强
  • 15篇余旺盛
  • 6篇刘翔
  • 6篇黄安奇
  • 4篇田孝华
  • 4篇李武
  • 3篇魏国剑
  • 1篇查宇飞
  • 1篇管桦
  • 1篇程英蕾
  • 1篇张浪
  • 1篇赵慧珍

传媒

  • 3篇计算机应用研...
  • 2篇电子与信息学...
  • 2篇应用光学
  • 1篇系统工程与电...
  • 1篇电子学报
  • 1篇计算机学报
  • 1篇电光与控制
  • 1篇西安电子科技...
  • 1篇空军工程大学...
  • 1篇科学技术与工...
  • 1篇山东大学学报...
  • 1篇中国图象图形...

年份

  • 1篇2017
  • 5篇2015
  • 9篇2014
  • 1篇2012
16 条 记 录,以下是 1-10
排序方式:
利用SIFT特征联合匹配的非刚体目标跟踪算法被引量:8
2015年
为了解决非刚体目标跟踪过程中由目标形状快速变化带来的困难,提出了利用SIFT特征联合匹配的非刚体目标跟踪算法。首先分别提取目标模板和当前搜索区域的SIFT特征点;然后利用改进的联合匹配策略在目标模板和当前搜索区域之间进行特征匹配;最后根据匹配结果确定目标在当前帧的位置和尺度。改进的联合匹配策略在构建相似度矩阵时,不但利用了具有旋转和尺度不变性的SIFT特征向量,并且充分考虑了特征点的空间位置信息,有效提高了特征匹配的准确性。将这种改进的联合匹配策略成功地引入到SIFT匹配跟踪中,克服了传统SIFT匹配算法用于非刚体目标跟踪时的缺陷。实验结果表明,该算法对目标的非刚性形变、尺度变化以及背景干扰都具有较强的鲁棒性。
侯志强黄安奇余旺盛刘翔
关键词:视觉跟踪SIFT特征
基于局部分块和模型更新的视觉跟踪算法被引量:4
2015年
针对目标跟踪过程中的目标表观变化、背景干扰及发生遮挡等问题,该文提出一种基于局部分块和模型更新的视觉跟踪算法。该文采用粗搜索与精搜索相结合的双层搜索方法来提高目标的定位精度。首先,在包含部分背景区域的初始跟踪区域内构建目标模型。然后,利用基于积分直方图的局部穷搜索算法初步确定目标的位置,接着在当前跟踪区域内通过分块学习来精确搜索目标的最终位置。最后,利用创建的模型更新域对目标模型进行更新。该文主要针对分块跟踪中的背景抑制、模型更新等方面进行了研究,实验结果表明该算法对目标表观变化、背景干扰及遮挡情况的处理能力都有所增强。
侯志强黄安奇余旺盛刘翔
关键词:视觉跟踪
基于旋转不变直方图的快速匹配穷搜索被引量:5
2012年
针对视觉跟踪中旋转目标的快速鲁棒跟踪问题,提出了一种基于旋转不变直方图的快速匹配穷搜索算法.文章首先对现有的直方图匹配算法进行了简单回顾,然后在分析目标旋转导致矩形模板失效原因的基础上,提出了旋转不变直方图的概念,并通过基于双圆定位的旋转不变直方图对目标进行了准确的定位和旋转校正.旋转不变直方图利用圆的旋转不变特性和分布式直方图的算法复杂度优势,实现对目标模板的全局最优穷搜索,利用双圆圆心的相对位置关系,实现对矩形模板的旋转校正.最后对一系列视频序列进行了跟踪实验,结果表明该算法能够实现对任意角度旋转目标的鲁棒跟踪,且算法复杂度较低.
余旺盛侯志强田孝华
关键词:视觉跟踪
基于最小二乘法的激光雷达数据滤波方法被引量:7
2014年
最小二乘算法在"等权"的条件下进行,不具有先验知识,不适用地形复杂的区域。针对此问题,提出了一种改进的基于最小二乘的激光雷达(light detection and ranging,Li DAR)数据滤波方法。首先对离散点高程进行腐蚀操作,将得到的高程与原始高程相比,选取小于阈值条件的点作为种子点。其次根据腐蚀前后的高程差值赋予点不同的权重,利用最小二乘原理拟合这些种子点,计算所有点的拟合值与实际高程的差;特定阈值比较并将小于阈值的点加入种子点,迭代至地面点集不再变化。利用国际摄影测重与遥感学会(international society for photogrammetry and remote sensing,ISPRS)提供的数据进行实验,滤波总误差小于经典算法。实验结果表明算法能够较好的滤除地物,适用于地形复杂的区域。
赵慧珍程英蕾屈亚运
关键词:激光雷达滤波最小二乘
基于椭圆对数极坐标变换的尺度变化目标跟踪算法被引量:2
2014年
针对传统对数极坐标变换局限于跟踪圆形或类圆形尺度变化目标这一问题,提出一种基于椭圆对数极坐标变换域下目标匹配的尺度变化目标跟踪算法。算法利用Mean Shift进行空间定位,确定目标的形心,通过椭圆对数极坐标变换域中目标和候选的最大相关匹配系数来确定目标的尺度参数。实验结果表明:该文算法在目标小形变和光照变化条件下,跟踪误差较小,尺度跟踪准确率更高,具有较好的鲁棒性。
李武侯志强魏国剑余旺盛
关键词:目标跟踪
基于快速傅里叶变换的局部分块视觉跟踪算法被引量:4
2015年
针对视觉跟踪中目标表观变化、局部遮挡、背景干扰等问题,该文提出一种基于快速傅里叶变换的局部分块视觉跟踪算法。通过建立目标分块核岭回归模型并构建循环结构矩阵进行分块穷搜索来提高跟踪精度,利用快速傅里叶变换将时域运算变换到频域运算提高跟踪效率。首先,在包含目标的初始跟踪区域建立目标分块核岭回归模型;然后,提出通过构造循环结构矩阵进行分块穷搜索,并构建目标分块在相邻帧位置关系模型;最后,利用位置关系模型精确估计目标位置并进行分块模型更新。实验结果表明,该文算法不仅对目标表观变化、局部遮挡以及背景干扰等问题的适应能力有所增强,而且跟踪实时性较好。
侯志强张浪余旺盛许婉君
关键词:视觉跟踪快速傅里叶变换
利用局部特征联合匹配的非刚体目标跟踪被引量:5
2014年
针对视频序列中非刚体目标的跟踪问题,提出了基于局部特征联合匹配的快速跟踪算法.算法将基于关键点的特征匹配问题转化为求解平衡指派的最优化问题,进而依据整体匹配最优的原则实现特征的联合匹配.跟踪过程为:首先分别提取目标模板和当前搜索区域的局部关键点并进行特征描述;然后依据联合匹配策略确定目标模板关键点在输入帧图像中的匹配结果;最后依据匹配结果确定目标在输入帧图像中的位置和尺度.实验结果表明,该算法对目标的非刚性形变具有较强的鲁棒性,能够适应复杂的背景变化并获得稳定的跟踪结果.
余旺盛侯志强田孝华查宇飞
关键词:视觉跟踪
利用巴氏系数判定模型更新的视觉跟踪算法被引量:4
2017年
在视频跟踪时,传统的粒子滤波算法在目标区域出现遮挡、光照变化等情况下通常存在鲁棒性较差的问题,因此提出一种采用巴氏(Bhattacharyya)系数判断模型更新时机的鲁棒视觉跟踪算法。算法以粒子滤波算法为框架,每隔一定帧数抽样检测目标变化,利用当前模型与候选模型之间的巴氏系数统计特征的相似性,从而判断更新时机。仅当目标姿态逐渐改变且无背景干扰时更新目标模型;在发生遮挡或光照改变较大时则不更新,保持当前模型继续跟踪。算法判断是否出现影响目标的匹配因素,从而适时采取模型更新策略。实验结果表明,本算法通过选择性更新模型,在未考虑尺度变化的情况下,能够更加有效地抑制背景干扰和避免模型漂移,在诸多复杂场景中具有一定的鲁棒性。
范舜奕管桦侯志强余旺盛戴铂
关键词:视觉跟踪粒子滤波
基于改进背景加权的Mean-Shift目标跟踪算法被引量:3
2014年
针对采用核加权直方图的方法计算目标模板与候选区域目标特征无法实现对运动目标的准确定位这一问题,提出了一种利用改进背景加权增强直方图显著性的鲁棒Mean-Shift跟踪算法。在传统Mean-Shift的框架下,通过计算目标和背景特征直方图bin值,得到两者特征显著性大小,将其代入传统相似性度量中,定义新的背景加权系数,进而更好地提高目标与背景的区分度,减少背景信息对目标定位的干扰。通过算法改进前后的实验结果以及跟踪误差和正确跟踪率的比较发现,跟踪效果得到明显改善。
刘翔侯志强余旺盛李武黄安奇
关键词:目标跟踪
基于改进巴氏指标和模型更新的视觉跟踪算法被引量:2
2015年
传统的Mean Shift算法采用巴氏系数度量模型与候选模型之间的统计特征相似性,但是由于背景特征的影响,有时应用巴氏指标进行匹配得到最优解的位置并不一定是目标的实际位置,在跟踪过程中可能导致目标定位出现偏差。该文提出一种改进的巴氏系数相似度指标,指标由于引入了前景/背景置信值,能够有效抑制待匹配区域中背景特征的影响,突出目标特征的权重,与原始的巴氏指标相比,明显提高了目标匹配的准确性。基于改进的巴氏指标,对目标与背景区域双模型相似度系数进行综合分析,合理地判断干扰目标匹配的原因,从而采取相应的模型更新策略。采用4段具有挑战性的视频序列对5种跟踪算法进行了测试,通过定量实验分析可知,文中算法处理1帧视频所需的平均时间为75.76 ms,实时性仅次于原始的Mean Shift跟踪算法,同时跟踪误差在5种跟踪算法中取得了最优结果。实验结果表明,该算法能够有效抑制背景干扰和避免模型漂移,在不同的复杂场景下都具有一定的鲁棒性。
黄安奇侯志强余旺盛刘翔
关键词:视觉跟踪均值漂移
共2页<12>
聚类工具0