一种基于随机场多运动目标跟踪算法

多运动目标跟踪是智能视频监控系统的重要内容。由于目标数量众多且目标之间相互遮挡,会造成跟踪轨迹不连续,这是多目标跟踪问题的难点,也是当前流行算法无法解决的研究的问题。利用目标对相互之间的位置信息受到外界干扰较少的特点,提出基于条件随机场多目标跟踪。与以前针对所有目标的外形特征不同,算法对跟踪子对进行标示。采用分层结构,由低阶状态作为输入序列到高阶,通过代价函数最小化,从而得到最终连续跟踪轨迹。能有效解决复杂环境下多目标不连续的问题。算法对于外形类似的被跟踪目标以及相互遮挡严重的情况有比较明显的优势,与当前优秀的算法相比,实验表明本文算法在定量分析和定性分析上均有较好的结果。     

基于SR-CKF的移动机器人动态目标跟踪算法

针对移动机器人在未知复杂环境中动态目标跟踪存在的数值不稳定、计算量大和精度较差等问题,提出基于平方根容积卡尔曼滤波的移动机器人动态目标跟踪算法(SR-CKF-SLAM-OT)。该算法的系统状态由地图环境特征、机器人和目标作为一个整体构成。建立目标和机器人的动态模型进行预测、数据关联和更新,在更新过程中直接传递目标状态均值和协方差矩阵的平方根因子,降低了计算的复杂度。此外,通过数据关联环节能够有效的降低伪观测值对系统状态估计的影响。仿真结果表明:相比基于EKF的动态目标跟踪算法,所提出的动态目标跟踪算法目标和机器人均方根误差分别降低了36.3%和38.2%,SR-CKF-SLAM-OT算法有效地满足了移动机器人动态目标跟踪的需求。     

摄像机网络中的一种多目标分布式跟踪策略

为了实现摄像机网络中的多目标分布式跟踪和解决存在的"朴素"问题,提出了一种基于信息一致性的多目标分布式跟踪策略。首先通过对分布式多目标跟踪问题的建模,得到基于平均一致性和信息加权一致性的网络中每个节点的最佳状态估计值及其信息矩阵;然后通过考虑虚假测量值和一致性融合,将来自于多个传感器的测量值与具体的目标关联起来,得到采用信息形式融合来自于多个传感器的测量值的状态估计方程,从而实现对多目标的数据关联和分布式跟踪。仿真实验结果表明,提出的多目标信息一致性跟踪算法相比于目前几种先进的跟踪算法,在平均误差性能方面不仅对于虚假测量值/杂波具有更好的鲁棒性,而且也有更好的收敛性。     

基于目标跟踪的交互多模型kalman滤波算法研究

针对运动目标跟踪的过程中,运动轨迹发生改变或运动过程出现目标遮挡时,传统的跟踪算法容易出现跟踪丢失或跟踪效果较差等情况,文章提出了一种基于交互多模型Kalman滤波算法和Meanshift滤波算法的融合方法,对运动目标进行位置预测估计,解决目标遮挡问题,提高目标跟踪精度。实验结果证明,该改进算法能够有效地进行目标定位跟踪,并且具有快速性。     

基于改进高斯滤波的室内无线定位算法

基于信号接收强度指示(RSSI)的定位技术是一项低成本和低复杂度的定位技术,被广泛应用于无线传感网络定位系统中。在基于高斯模型的基础上提出一种基于改进高斯模型的滤波算法。分为σ规则和高斯滤波算法求解置信区间。结合交点质心求解法,得出一种新的距离估计方法。实验表明,对改进高斯滤波模型结合交点质心求解法的性能进行评估,证明WSN能够准确定位并具有较高的定位精度和稳定性。     

基于EM的多目标跟踪算法

为了提高多目标跟踪的鲁棒性,增强目标之间的区别性,使用了一种基于能量最小化(energy minimization,EM)的多目标跟踪算法,不同于现有算法,本算法专注于将多目标跟踪中的复杂问题表示为能量函数的模型,模型中包括了更优的目标区分策略(相似度模型)。通过将每个能量函数成本值对应一个多目标的跟踪轨迹方案,算法将多目标跟踪问题转化为能量最小化的问题。在能量函数模型的优化方法上,算法采用共轭梯度算法和一系列的跳转运动来找到能量最小的值。公开数据集的实验结果证明了本算法的有效性,而且定量分析结果证明了本算法提高了目标与背景、目标之间的相互区别性从而与其他算法相比能获得更好的鲁棒性能。     

基于卡尔曼一致滤波和分布式协作网络控制的多目标跟踪

为了实现自配置倾斜变焦摄相机网络中的多目标跟踪,提出了一种采用卡尔曼一致滤波和基于多人学习的协作式摄像机网络控制策略。首先,通过对一个摄像机网络的相互作用拓扑结构进行建模,然后采用卡尔曼一致滤波来得到一个可能有重叠视野的动态摄像机网络中关于多个目标状态的一致性估计,即每个摄像机最终与其邻近摄像机达成关于目标实际状态的一致性;其次,采用一种基于博弈论思想的分布式策略用于摄像机网络的协调自配置,以期望的分辨率来跟踪不同的目标,同时也保持整个区域在视野内。一个有10台摄像机的网络实验结果表明,分布式多目标跟踪策略能够无缝隙地跟踪多个目标,以高分辨率观察某些目标,同时保持监控下的整个区域以可接受的分辨率被覆盖,而且与其他跟踪算法相比,还可获得更低的跟踪估计误差。     

多目标跟踪在红外制导系统中的应用

为实现远距离对可疑目标的跟踪功能,提高红外制导的引导精度,提出了一种多抽头流水线架构的多目标跟踪方式.该方法将图像预处理、图像分割和目标检测等算法均在FPGA内部通过卷积运算实现,通过提高卷积运算速度达到实时处理的效果.试验结果表明,该方法与其他跟踪算法相比,可以自适应调整窗口大小、改变跟踪策略和自动分配窗口,提高了跟踪的多样性和可选性.该方法可以引导红外制导系统对多个目标同时进行跟踪,最终给出判据对威胁等级高的目标进行打击,具有实际应用前景.     

一种自适应运动目标检测算法研究

提出了一种新的自适应目标检测算法,实现了快速对目标区域进行匹配更新,能够自适应精确检测出运动目标。通过改进的混合差分模型确定运动目标最大分布可能区域并融合混合高斯模型对此区域进行背景重建,再运用背景差分得到精确前景目标。实验仿真结果表明能够在复杂场景下克服环境噪声与背景扰动,降低了复杂度和计算开销,具有很好的鲁棒性。     

基于粒子滤波模型目标跟踪算法研究

本文基于视频图像中目标的基本特征——灰度特征,提出了一种基于粒子滤波模型实现目标跟踪的方法。文中介绍了粒子滤波模型的原理,并且在该原理的基础上,提出了目标跟踪的算法框架。详细闸述了实现该算法具体的流程,给出了视频序列图像的实时仿真结果。基于粒子滤波模型的目标跟踪算法,不但在非线性非高斯状态下,能够对目标进行有效跟踪,还可以消除由光照变化以及部分遮挡造成的影响,具有较强的鲁棒性。     

基于分布式MIMO雷达的检测前跟踪算法研究

近些年来MIMO雷达技术正在逐步兴起并得到了快速发展.因其能够充分利用空间分集和波形分集,所以对弱小目标和雷达截面积闪烁目标都有很好的检测性能.为达到提升对弱小目标的检测概率,运用动态规划将检测前跟踪思想引入MIMO雷达系统,提出了基于MIMO雷达的检测前跟踪方法.MIMO雷达的空间分集特性能够降低检测前跟踪回波积累的时间,从而提高雷达系统对机动目标的检测概率.仿真实验结果表明,基于MIMO雷达的检测前跟踪方法检测性能良好,有效提升了检测概率,是一种有效检测机动弱目标的方法.     

一种综合的实时图像跟踪算法

本文基于ADSP-BF561设计了一种综合的图像跟踪方法，有效地实现了低对比度下空中目标的实时跟踪。基于动态阈值的自适应双波门方法可以较好地去除云雾背景的干扰，有效地提取出空中弱小目标；基于自适应波门的最大内间方差法（OSTU）可以较好地解决大目标时自适应双波门分割目标的不完整，并且采用遗传算法（GA）对OSTU进行优化，可以较好地实现大目标跟踪的实时性。仿真实验结果表明，这种组合了两种跟踪方法优点的综合性方法，具备简单快速有效的特征，可以实现低对比度下小目标及近距离大目标的实时与稳定的跟踪。     

Automatic detection and tracking of moving image target with CNN‐UM via target probability fusion of multiple features

A high speed target detection and tracking algorithm for a CNN‐UM chip is presented in this paper. The target confidence value is computed based on the fusion of target existence probabilities of features using products of weighted sums. The target decision is done with such a confidence value and target initiation is done through the temporal accumulation of the confidence. The probability of the target existence for each feature is created in the region of influence depending on the reliability and the strength of the feature. By virtue of the analogic parallel processing structure of the CNN‐UM (Roska T, Chua LO. The CNN universal machine: an analogic array computer. IEEE Trans. Circuits Systems II 1993; CAS‐40 : 163–173), real time tracking can be achieved with presently available technologies with the speed of several kilo‐frames per second. Due to the utilization of multiple features of target, robust target detection is possible via the proposed algorithm. On‐chip experiments of the proposed target‐tracking algorithm have been done and properties of the proposed approach are disclosed through the various experiments. Copyright © 2003 John Wiley & Sons, Ltd.     

基于AIMM-SRCKF的机动目标跟踪算法

为了解决交互式多模型(interacting multiple model, IMM)算法在目标机动时模型切换速度迟缓的问题,给出了一种Markov概率转移矩阵在线修正的自适应IMM(adaptive IMM, AIMM)算法,利用IMM子模型中连续两个时刻之间的概率差来调整Markov概率转移矩阵,以提高子模型的切换速度和分配的合理性,同时提高了IMM算法的跟踪精度。其次,将平方根容积卡尔曼滤波(square-root cubature Kalman filter, SRCKF)引入到AIMM算法中,以解决在迭代滤波过程中协方差矩阵出现的非正定的问题,改善了数值稳定性,提出一种适用于机动目标跟踪的AIMM-SRCKF算法,仿真实验结果表明,该算法能提高匹配模型概率,缩短模型切换时间。     

基于动态自适应相关滤波的复杂场景目标跟踪算法

为解决目标变化、场景非均匀照明等复杂场景下的目标跟踪问题,提出了一种复杂场景下基于动态自适应相关滤波的目标跟踪算法。该算法首先构造一组几何失真的目标参考图像的版本,然后基于组合滤波器的思想,将构造的适用于每个图的最优模板组合起来;同时为避免下一帧中预先指定目标预期位置的需要,算法采用基于时间序列的预测机制,通过考虑目标的运动学来提高跟踪精度;最后该算法设计了重新初始化机制,在系统发生故障时算法进行重启。仿真结果表明,所提的算法的跟踪精度和跟踪效率上优于现有的算法,从而验证了所提算法的有效性和可行性。     

基于AIMM SRCKF的机动目标跟踪算法

为了解决交互式多模型(interacting multiple model, IMM)算法在目标机动时模型切换速度迟缓的问题,给出了一种Markov概率转移矩阵在线修正的自适应IMM(adaptive IMM, AIMM)算法,利用IMM子模型中连续两个时刻之间的概率差来调整Markov概率转移矩阵,以提高子模型的切换速度和分配的合理性,同时提高了IMM算法的跟踪精度。其次,将平方根容积卡尔曼滤波(square root cubature Kalman filter, SRCKF)引入到 AIMM 算法中,以解决在迭代滤波过程中协方差矩阵出现的非正定的问题,改善了数值稳定性,提出一种适用于机动目标跟踪的AIMM SRCKF算法,仿真实验结果表明,该算法能提高匹配模型概率,缩短模型切换时间。     

基于特征点检测与光流法的运动目标跟踪算法

为了解决当前运动目标跟踪算法在背景模型复杂和目标特征不明显的情况下,导致算法跟踪能力不足的问题,本文分别从特征点检测与光流法分析的角度出发,提出了基于特征点检测与光流法的运动目标跟踪算法。首先,根据图像梯度矩阵最小特征值,通过仿射变换,精确化特征点帧间匹配,排除伪特征点,达到精准检测运动目标特征点的目的。然后,基于图像像素守恒原理,进行2幅图像间变形评估,建立图像约束方程,进一步精确跟踪运动目标。最后,基于软件开发环境QTCreator实现算法,并系统集成。实验测试结果显示:与当前运动目标跟踪技术相比,本文算法拥有更高的准确性与稳定性。     

基于拟蒙特卡洛滤波的改进式粒子滤波目标跟踪算法

单摄像机视觉跟踪过程中,常发生目标被遮挡或背景复杂的情况,此时容易跟丢目标,为了提高跟踪的准确性。从目标表现和背景的不确定性入手,以协方差特征对目标表现以及背景进行建模,应用到到粒子滤波的框架中,优化采样粒子的分布,在估计粒子的权重时,不仅考虑目标的真实状态和可能状态的相似性,还考虑了目标可能的状态和背景的差异.将提出的算法与粒子滤波,均值漂移,基于协方差概率跟踪算法进行比较,通过MATLAB2010编程平台,比较了几种算法的处理速度以及跟踪误差,试验结果表明,提出的算法每秒处理速度为60帧/s,优于上述3种跟踪算法平均误差值也高于另外3种算法。所提出算法在目标存在遮挡和背景较为复杂时,能够保证对目标进行准确,连续的跟踪。     

衰减记忆扩展卡尔曼滤波在目标跟踪中的应用

对衰减记忆扩展卡尔曼滤波在机动目标跟踪领域中的应用技术进行研究,给出了状态方程和衰减记忆扩展卡尔曼滤波算法,分析了衰减记忆扩展卡尔曼滤波与扩展卡尔曼滤波算法之间存在的主要差别,并通过仿真实验证明该衰减记忆滤波算法具有较好的跟踪目标动态变化效果,解决了卡尔曼滤波算法和扩展卡尔曼滤波算法在非线性系统的目标跟踪中存在的滤波发...