基于粒子滤波的行人跟踪研究及其性能分析

智能监控系统中的行人跟踪功能在很大程度上能够减轻工作人员的大量眼力工作,通过智能的方式自主地跟踪用户感兴趣的目标.在视频监控环境的基础上,利用改进的粒子滤波器,设计了一个行人跟踪系统,并使其具有系统性能分析的功能.通过使用Mean Shift算法进行目标位置的预估计和多特征融合的方式使该系统在视频背景复杂的情况下能够实...     

视频监控行人流量统计系统的设计

针对当前行人统计方式落后、非实时性、统计数据滞后等问题,文中提出采用智能视频监控、图像识别的方式实时统计行人流量。系统根据积分通道思想统计行人目标特征,通过Adaboost算法训练分类器对图像帧中的行人目标进行定位、识别。文中在已识别目标的基础上采用CPU多任务模型改进核相关滤波算法对目标进行实时跟踪、统计得到行人流量。测试结果表明,系统能实时识别、跟踪、统计行人目标,整体功能稳定,平均识别率为93%,改进多任务模型使得跟踪速率提高约20%。     

行人动态实时监测系统的设计与实现

针对视频场景中行人动态信息监测的需求,设计实现了一种行人动态实时监测系统。首先,通过YOLOv3检测算法对场景中行人进行目标检测,在此基础上结合改进的KCF实现多行人目标的跟踪并获取对应下底边中心点。之后结合场景标定结果完成行人图像与三维空间位置监测、场景行人计数和行人行走速度等动态信息监测。通过实验表明,该系统不仅能够较好地完成视频场景下行人目标检测与跟踪,也能够精准完成以上信息动态实时监测的任务,为实际理论研究与工程应用奠定重要基础。     

基于OpenCV的校园智能视频监控设计与实现

在校园中,采用智能视频监控系统能够有效的减少人为干预,提高监控效率,并可对固定场景视频中的动态目标进行检测、分离、跟踪与有效识别。使用OpenCV和VC++2010构建了智能视频监控系统,采用了背景差分法对监控区域内的动态目标进行快速实时检测。在目标跟踪方面,提出了CamShift算法,实现动态目标的精确跟踪。     

一种基于CENTRIST方法与显著图分割的行人检测方法

在智能监控系统中,行人是最为关键的目标对象.监控系统可根据当前捕获的行人检测结果,触发跟踪系统持续观察兴趣目标,从而给出兴趣目标的行为与状态信息.考虑到行人检测结果直接影响跟踪系统的输出,基于CENTRIST(Census Transform Histogram)方法的行人检测结果,采用显著图分割技术,将包含行人的前景区域与检测框内的背景区域分离开来,使得跟踪系统能够根据行人的主体运动部分做出准确判断,有效地缓解了背景区域以及行人局部运动(如手、脚运动)对跟踪结果的干扰.实验结果表明,该行人检测方法在提高后续跟踪模块准确率的同时,又能适用于实时性要求较高的智能视频监控系统.     

铁路视频监控智能分析系统检测技术

主要研究铁路视频监控智能分析系统检测技术,介绍了智能视频分析技术的原理、流程和能够实现的功能,并对智能视频分析技术在铁路视频监控智能分析检测系统中的应用方法进行了讨论.     

基于视频大数据的商业智能化应用

本文提出了一种通过基于智能视频监控的商场超市客流行为智能分析,对监控区域的顾客数量、顾客滞留时间、运动轨迹等进行实时的自动统计,从而实现基于视频分析的商场超市智能经营决策支撑系统的创新应用,从而辅助商场管理者进行精细化管理和运营.其核心技术包括了运动目标检测、人体目标识别和运动人体跟踪等开放环境下的视频分析算法.     

浅谈矿区智能监控系统

智能监控是在传统监控的基础上,加入智能的识别算法,能够对视频图像中的行人、车辆等检测目标进行识别,并根据检查结果自动做出一些判断。作为计算机视觉和人工智能结合的产物,智能监控可实现无人值守,自主判断,并能保证实时性,对适应恶略环境有很强的适应性。本文通过对矿区的智能监控系统进行阐述,介绍了智能监控系统的总体结构以及矿区系统信息的传输,对后续的矿区智能监控系统的设计具有一定的参考价值。     

基于行为视觉的行人摔倒自动检测系统设计

对行人摔倒进行自动检测,可以为行人的生命安全提供保障。设计基于行为视觉的行人摔倒自动检测系统,系统硬件包括视频采集操作模块和视频轮廓采集模块,采用TMS320F2812芯片作为系统的核心控制单元,通过TMS320F2812芯片和SAA7111芯片构建视频采集处理模块,将视频采集模块采集的图像进行轮廓的描述,获取行人不同姿态的运动目标的特征,实现行人摔倒自动检测。仿真实验结果表明,所设计系统对复杂环境的适应能力较强,行人发生摔倒等事件检测正确率较高,可以应用于智能交通监控系统中。     

国防工程智能视频监控系统研究

采用智能视频分析技术对国防工程实施系统全面的安全监控是一种有效途径,通过对国防工程内外部安全监控应用特点的分析,设计了智能视频监控系统的主要功能,对其中运动目标检测,目标跟踪等关键问题进行了系统研究,解决了智能视频监控系统对光线、动态背景等使用环境的依赖性问题。实验证实了方法的有效性。     

A novel method for tracking and counting pedestrians in real-timeusing a single camera

This paper presents a real-time system for pedestrian tracking in sequences of grayscale images acquired by a stationary camera. The objective is to integrate this system with a traffic control application such as a pedestrian control scheme at intersections. The proposed approach can also be used to detect and track humans in front of vehicles. Furthermore, the proposed schemes can be employed for the detection of several diverse traffic objects of interest (vehicles, bicycles, etc.) The system outputs the spatio-temporal coordinates of each pedestrian during the period the pedestrian is in the scene. Processing is done at three levels: raw images, blobs, and pedestrians. Blob tracking is modeled as a graph optimization problem. Pedestrians are modeled as rectangular patches with a certain dynamic behavior. Kalman filtering is used to estimate pedestrian parameters. The system was implemented on a Datacube MaxVideo 20 equipped with a Datacube Max860 and was able to achieve a peak performance of over 30 frames per second. Experimental results based on indoor and outdoor scenes demonstrated the system s robustness under many difficult situations such as partial or full occlusions of pedestrians     

基于线性预测和加权投票的分块Mean-Shift行人跟踪算法

行人目标跟踪对公共交通规划、服务改善以及对大客流量的预测具有极重要的意义。而广泛采用的Mean-Shift算法及其改进算法在抗遮挡性能方面仍有非常大的改进空间。对此,文章针对行人轨迹交错或发生互相遮挡时可能引起的漏检及错检问题,结合基于分块的色调直方图、线性预测,提出了一种自反馈的混合检测方法。测试结果表明,该方法在行人发生遮挡或行径路线交叠时能够一定程度上减少错跟和漏跟,从而提高算法的鲁棒性。     

一种基于HOG的粒子滤波行人跟踪算法

在智能视频监控领域,作为人体运动分析重要内容的行人跟踪正受到广泛关注.在实际视频监控中,利用运动摄像机拍摄会造成背景运动与行人尺寸变化,增加行人跟踪的困难.针对这一问题,为改善实现动态背景下的行人跟踪效果,文章提出了一种综合应用梯度方向直方图(HOG)和粒子滤波的行人跟踪算法.此方法以粒子滤波为跟踪框架,利用小型化的改...     

Video object tracking and segmentation with box annotation

This paper presents a two-stage approach, track and then segment, to perform semi-supervised video object segmentation (VOS) with only bounding box annotations. The proposed reverse optimization for VOS (ROVOS) which leverages a fully convolutional Siamese network performs tracking and segmentation in the tracker. The segmentation cues are able to reversely optimize the location of the tracker and the object segmentation masks are produced by the two-branch system online. The experimental results on DAVIS 2016 and DAVIS 2017 demonstrate significant improvements of the proposed algorithm over the state-of-the-art methods.     

边界约束的核密度估计红外人体目标跟踪方法

基于核密度估计的均值漂移算法因其良好的实时性而被广泛地应用于目标跟踪,但传统的均值漂移算法极易因颜色等信息的缺乏而使跟踪不稳定,且目标尺度的变化也不利于目标位置的准确估计,为此,提出了一种具有边界约束的均值漂移红外人体目标跟踪新方法。该方法通过各向异性扩散,并联合红外图像的梯度与亮度信息来获取目标边界,自适应调整核窗宽,从而利用均值漂移策略进行红外人体目标跟踪。实验结果表明,该方法在红外人体目标尺度改变时仍能实现良好的跟踪。     

车载红外图像的行人检测与跟踪技术

针对车载红外图像的特点,采用基于区域估计的帧差法实现车载红外图像中的行人检测,再通过行人的几何特征和运动速率特征进行行人的识别,最后运用轮廓矩匹配算法进行行人的跟踪。实验结果表明所采用的方法具有较好的行人检测及跟踪效果。     

基于FPGA的直扩信号同步设计与实现

根据解调器的需要,基于软件无线电设计思想,设计了一种采用串并结合的全数字超前—滞后环路,实现了伪码快速同步、全数字点叉积锁频环和松尾锁相环,实现快速载波频率相位同步的技术方案,介绍了伪码同步和载波同步电路的工作原理与实现结构。采用此同步系统设计的解调器结构简单、性能稳定,可通过软件升级进行功能扩展,可以应用到多种通信和侦察接收机中。     

Improved mean shift algorithm for occlusion pedestrian tracking

Occlusion pedestrian tracking is still a difficult problem in video surveillance, while traditional mean shift tracking algorithms fail to track these kinds of targets. Proposed is an improved mean shift tracking approach to solve this problem. Two aspects are improved for the traditional mean shift tracking algorithm. First, occlusion layers are used to represent pedestrian occlusion relation and the non-occlusion part of each pedestrian which is obtained according to occlusion relation is used for the mean shift tracking algorithm. Secondly, the states of the related occlusion pedestrians are gradually adjusted one by one to eliminate the occlusion effect, during the tracking process. The contrast experiment results show that the improved algorithm is real time for well tracking the occlusion pedestrians which cannot be tracked by the traditional mean shift tracking algorithm.     

颜色不变量空间下的行人跟踪算法研究

为了有效的克服遮挡问题准确跟踪行人,本文提出了一种通过不断学习新的外观模型来自适应跟踪行人的跟踪算法。该算法首先将颜色不变量特征平面作为根特征来表示初始特征空间;然后将跟踪问题转化为0或1的二进制问题,通过局部最小二乘法（PLS）来对目标外观特征和对应的类型标签进行建模得到前景和背景的模板。随着目标外观的变化,本文利用局部最小二乘法（PLS）在颜色不变量平面上分析多个外观特征的样本信息,不断的更新模板,从而达到对遮挡具有很好鲁棒性的行人跟踪效果。通过对通用数据集进行试验表明:该算法在颜色暗淡和颜色鲜明的视频图片中都能达到很好的跟踪效果。