共查询到16条相似文献,搜索用时 78 毫秒
1.
利用七阶不变矩对图像进行相关匹配,可以有效抑制几何失真的影响;在匹配的过程中对输入图像进行3层金字塔分解,在每一层上利用高效、并行的遗传算法进行匹配,搜索最优匹配点;实验结果表明该算法能够实时计算运动目标的位置,并且在目标发生缩放、旋转、光照等变化时仍能够长时间稳定跟踪目标. 相似文献
2.
3.
针对高实时性要求、低计算能力的小型嵌入式平台的应用背景,本文提出一种低时间复杂度、高鲁棒性的目标跟踪算法。首先,构建基于时空上下文贝叶斯概率模型的跟踪算法架构,然后提出低时间复杂度的灰度特征尺度池策略实现尺度自适应更新,最后利用基于置信图最大似然概率的目标模型更新策略来提高抗遮挡性能。利用基准数据集OTB2013对本文算法进行测试,跟踪精度为58.9%,成功率为51.3%,优于时间复杂度相近的STC(Spatio-Temporal Context)和CSK(Circulant Structure with Kernels)算法。搭建以DSP为核心的小型目标跟踪平台对算法进行测试,可实现对视场中目标的实时稳定跟踪。当目标波门为64×64 Pixel时,稳定跟踪帧率可达42 frame/s,能够满足实时性和工程实用性的应用需求。 相似文献
4.
5.
在目标跟踪领域,形心跟踪算法得到了广泛的应用,尤其是背景为天空等相对简单的背景时.该算法具有较高的跟踪准确性和稳定性,容易实现目标自动捕获,但当图像背景不均匀而且目标与背景灰度相近时,会严重影响对目标的捕获.本文分析了不均匀背景的形成原因以及特点,将基于群体智能的图像处理方法应用于不均匀背景下的弱小目标检测.在赋予智能体一定的行为和参数并定义相应的运动规则之后,分布于图像环境中的智能体通过对局部环境的适应寻找到了整体的最优解.根据该算法提取到的目标特征与不均匀区域的特征所具有的不同特点.在经过区域填充以及滤波等处理之后.准确检测到了不均匀背景中的弱小目标. 相似文献
6.
7.
8.
9.
10.
一种机动目标的跟踪算法研究 总被引:1,自引:2,他引:1
目前在机动目标跟踪领域中讨论比较多的算法包括扩展卡尔曼滤波算法、强跟踪算法、UKF算法和粒子滤波算法;扩展卡尔曼滤波算法对非线性方程进行一阶线性阶处理,这种近似所带来的误差会随着非线性化程度的严重而越来越显著,最终造成滤波器的发散;而粒子滤波作为一种基于蒙特卡洛方法的贝叶斯滤波算法,虽然不需要对非线性方程进行一阶近似,但是其计算负担过于繁重,很难满足实时性的要求,提出了一种基于粒子滤波(PF)的径向基(RBF)神经网络(PF—RBF—Neural—Networks)机动目标跟踪算法,该算法能够获得和粒子滤波几乎相同的跟踪精度,同时又克服了粒子滤波计算量大的缺陷,仿真结果验证了该算法的有效性和可行性。 相似文献
11.
12.
李亚文 《自动化技术与应用》2021,40(3):108-112
针对传统MeanShift目标跟踪算法中运动目标有速度较快或者尺度变换时,而不能准确进行跟踪的问题,引入了DSST运动目标跟踪算法.该算法加入了多尺度估计,并且在样本提取时采用多维特征,可以较好的估计下一帧中运动目标的位置.本文分析了DSST算法的原理,并进行了实验仿真.实验结果表明,DSST的运动目标跟踪算法能较好的... 相似文献
13.
通过分析SCI原理,使用Linux模块在核心引入Mod_tracer接口,很好地解决了Ptrace接口的局限性,为基于SCI技术对传统操作系统进行扩展提出了一种新框架,并通过用户级网络文件系统实现,验证了其有效性。 相似文献
14.
为了解决传统目标跟踪算法在有遮挡后无法准确跟踪的问题,提出了将YOLO和Camshift算法相联合的目标跟踪算法.基于YOLO网络结构来构建目标检测的模型,在模型构建之前,采用图像增强的方法对视频帧进行预处理,在保留视频帧中足够图像信息的同时,提高图像质量,降低YOLO算法的时间复杂度.用YOLO算法确定出目标,完成对目标跟踪的初始化.根据目标的位置信息使用Camshift算法对后续的视频帧进行处理,并对每一帧的目标进行更新,从而可以保证不断调整跟踪窗口位置,适应目标的移动.实验结果表明,所提的方法能够有效地克服目标被遮挡后跟踪丢失的问题,具有很好的鲁棒性. 相似文献
15.
目标跟踪是计算机视觉领域一项核心技术,通用的目标跟踪算法以单线索或简单融合多个线索为主,当背影突然改变时,单一线索或多个线索的简单融合便难以跟踪成功.针对这个问题,在粒子滤波的框架下提出了自适应融合颜色线索和角点线索的跟踪方法,通过判断各个线索的可信程度,自适应给不同线索分配不同的权重,很好地解决了在复杂背景、互相遮挡情况下的跟踪问题.实验证明,采用的自适应多线索融合方法在实际应用中有更强的鲁棒性. 相似文献