基于最小二乘直线拟合的小目标检测

根据图像序列中小目标自身特点,以及小目标在场景中运动轨迹特点,提出一种弱小目标检测的方法.采用多帧图像积累的方法得到小目标在较短时间内的运动轨迹,由改进后的最小二乘直线拟合法对运动轨迹进行拟合.再运用拟合直线判断目标点,最终检测出小目标.理论分析和实验结果都表明,该方法能有效检测出复杂背景下运动的小目标.     

基于GRU模型的高机动试飞航空器轨迹预测方法研究

文章利用注意力机制提取试飞运动轨迹数据中的有效信息,采用门控循环神经网络(Gated Recurrent Neural Net-work,GRU)模型处理时序问题,提出了一种高机动试飞航空器实时多步轨迹预测方法.在结合注意力机制和门控循环神经网络进行航迹预测的基础上,根据轨迹预测结果进行高机动试飞航空器防相撞检测,提高...     

实时递推的最小二乘预测跟踪算法

针对探测系统跟踪误差对目标跟踪的影响,提出一种实时递推的最小二乘预测跟踪算法.该算法采用平方预测器的估算方式,获得目标运动轨迹的最佳逼近,通过不断更新的历史数据实时递推轨迹参数,预测下一帧目标位置.该算法采用Matlab软件编写易于工程实现的应用程序.得到仿真的目标真实轨迹与预测轨迹数据.仿真结果表明,该算法可以在系统...     

一种融合预测过采样的运动目标检测算法

为了改善运动目标检测的精度,提出了一种融合了预测过采样的运动目标检测新方法.首先,基于二维傅里叶变换预测当前帧的目标形状并计算形状相似度;然后,从历史检测结果中选择一定数量的参考帧,使用光流法跟踪目标像素点在参考帧与当前帧之间的运动轨迹,并以像素点轨迹为参考在采样区间执行稠密过采样;最后,基于过采样样本构造前景模型,并在图分割框架内联合使用前景背景模型实现目标检测.在公共数据与自采数据集上对所提方法进行了实验验证,结果表明,相对于经典的运动目标检测算法,所提方法能够有效提高检测精度.     

基于运动轨迹分量的行人徘徊行为检测研究

针对传统的目标徘徊检测方法在实时性和准确性等方面的不足,本文提出了一种基于目标轨迹分量曲线的行人徘徊检测算法。首先采用帧差法的背景模板建模方法来建立初始背景。然后用改进的结合背景差分的三帧差分法检测前景目标,通过Mean-shift算法对前景目标进行跟踪。最后将得到的运动轨迹做正交分解,根据根据轨迹的X,Y轴分量曲线来对徘徊行为进行识别。实验表明,该方法能够对几种典型的徘徊行为进行实时、精确判断,同时可以检测出其他复杂的徘徊行为,有较好的实时性和准确率。     

基于运动轨迹分量的行人徘徊行为检测研究

针对传统的目标徘徊检测方法在实时性和准确性等方面的不足,本文提出了一种基于目标轨迹分量曲线的行人徘徊检测算法。首先采用帧差法的背景模板建模方法来建立初始背景。然后用改进的结合背景差分的三帧差分法检测前景目标,通过Mean-shift算法对前景目标进行跟踪。最后将得到的运动轨迹做正交分解,根据根据轨迹的X,Y轴分量曲线来对徘徊行为进行识别。实验表明,该方法能够对几种典型的徘徊行为进行实时、精确判断,同时可以检测出其他复杂的徘徊行为,有较好的实时性和准确率。     

基于无监督学习的目标轨迹预测

针对情报与侦察监视领域中目标轨迹预测问题,提出了一种基于无监督学习的预测方法。首先,根据历史信息分析目标历史活动规律;其次,构建隐马尔科夫模型,通过无监督学习自动实现预测目标在栅格网中的运动方向;最后,根据学习得到的运动方向和目标运动速度信息,计算未来短期内的目标轨迹。数值仿真验证了该方法能够有效地预测目标在未来短时刻内（通常为5 min）的运动轨迹。     

一种基于交互式粒子滤波器的视频中多目标跟踪算法

在目标跟踪领域,常常通过建立先验模型,如路径一致性假设模型.对日标轨迹进行预测来处理跟踪过程中的遮挡问题.然而,当这种预测与目标的实际运动轨迹相差较大的时候就会发生跟踪失败.我们提出了一种交互式粒子滤波方法,通过判断不同目标样本观测之间的遮挡关系,自适应地选择不同外观模板进行相似性度量并更新粒子权值,成功地解决了跟踪过...     

基于视频车辆运动轨迹场的交通事件检测方法*

针对现有交通事件检测算法存在的模型复杂、运算量大,并且检测结果滞后的缺点,提出了一种基于视频车辆运动轨迹场的交通事件检测方法.该方法以基于视频的车辆跟踪轨迹为基础,形成正常车辆运动轨迹场,进而将当前车辆轨迹矢量与正常轨迹场矢量比较,最终实现了对超速、慢行、变道和逆行的异常交通事件的检测.研究结果表明,与传统方法相比,该方法算法简单,并且可以快速、准确地对异常交通事件进行检测.     

基于状态依赖检测的视频运动目标轨迹跟踪算法

目前大多数的目标跟踪算法都假设目标检测的概率与轨迹的状态无关,但是随着目标跟踪性能的降低,这个假设通常不正确,针对此问题,提出一种基于状态检测的目标运动轨迹跟踪算法。不同于大多数现有算法,该算法在目标运动轨迹与检测状态相关的基础上展开。首先预测从先前时刻到当前时刻的每个跟踪的概率密度函数;然后从测量值集合中选取一个子集用于更新,并计算相似度测量;最后迭代计算跟踪质量和目标轨迹评估,将目标检测的状态依赖概率融入到多目标跟踪器中。利用二维多目标跟踪进行仿真实验,交替固定传感器每秒都对监控区域进行扫描,结果显示,跟踪确认率可达97%,显著提高了跟踪性能。此外,该算法在其他交通视频上也有较好的跟踪效果,具有较好的实用性。