共查询到20条相似文献,搜索用时 218 毫秒
1.
考虑到人类视觉对图像轮廓特征的敏感性,将目标检测与轮廓提取结合起来,实现了目标轮廓自动提取的方法.首先采用了背景差法跟踪视频图像序列中的运动目标,并采用了自适应背景更新的方法更新背景图像,结合活动轮廓模型法GVF Snake进行目标轮廓的提取,从而得到具有精确边界的运动目标.实验结果表明这种方法运算速度快、能够快速地收敛到目标轮廓、准确地跟踪目标,实现实时自动轮廓跟踪. 相似文献
2.
基于OpenCV的运动目标检测与跟踪 总被引:1,自引:0,他引:1
基于OpenCV开源平台开发了一种多运动目标检测和跟踪的自动化智能方案.针对多个运动目标在复杂场景中的情况,无法根据背景差和帧间差的方法来确定目标是否首次出现,根据新目标期望出现的位置范围和轮廓面积大小采用筛选法来判断目标的性质.利用CAMShift跟踪算法提取每个目标的颜色特征信息,实现对多个运动目标的跟踪,最后将运动目标的轮廓和运动轨迹描述出来.实验结果表明,在目标颜色特征明显的情况下文中方法具有很好的鲁棒性和精确性. 相似文献
3.
研究了运动目标图像随机轮廓模型,它包含四特征模型和三参数非平稳随机序列描述,进而拟订了轮廓检测定理;然后建立了轮廓分级检测系统,根据轮廓分割了目标图像.系统包含二阶时差分变换、全域自学习的高信噪比轮廓点二元聚类检测;中信噪比轮廓点自学习的局域检测;在时空域基于封闭和Markov关联准则的低信噪比轮廓点检测.实验仿真给出了良好的结果. 相似文献
4.
为提高运动目标的检测效果和指导性,提出一种基于灰度直方图分析的运动目标特征检测算法。采用视觉成像技术进行运动目标图像采集和视觉特征分析,提取运动目标的动态视觉特征量。根据运动目标边缘差分变换和空间位置关系进行运动图像的特征分离,提取运动目标图像的边缘轮廓特征量。采用统计形状模型进行运动目标图像的二值化分离,构建运动目标图像的灰度直方图。根据灰度直方图中的统计信息进行目标特征检测和动态特征提取,实现运动目标图像的视觉检测和动态识别,有效提取运动目标的关键特征,实现目标特征检测。仿真结果表明,采用该方法进行运动目标图像的特征检测性能较好,对运动目标的动态识别能力较强。 相似文献
5.
《计算机应用与软件》2013,(8)
实时运动检测是智能视频监控和视频交通流检测中的一项关键技术。目前广泛使用的单目视觉运动检测方法对光线敏感,存在黑洞、阴影等问题。为解决此问题,提出一种基于双目视觉的运动检测方法,通过双摄像头的视差获取物体的深度信息,根据深度差检测运动物体。在得到运动区域后,利用运动物体在连续帧的深度信息,提出一种适应各种空间角度拍摄情形下的速度测定方法。实验表明,所提的方法能检测运动目标的准确轮廓,解决了单目视觉情形下始终存在的对光线敏感、阴影及黑洞的问题,实现了运动目标的实时检测和速度测定。 相似文献
6.
提出了一种新的视频运动目标检测与跟踪方法.该方法首先采用自适应帧间差分法对视频序列图像的运动目标进行粗检测,进而采用BVF(边界矢量场)Snake方法准确地检测出运动目标轮廓;其次获得轮廓质心后,对传统的α-β-γ滤波器进行了改进,实现对运动目标的实时跟踪;最后根据预测的质心位置来自动完成下一帧轮廓初始化.实验结果表明,该方法具有良好的实时性和准确性. 相似文献
7.
水平集几何活动轮廓模型能较好地适应曲线的拓扑变化.为了跟踪和获取刚体和非刚体运动目标的轮廓信息,提出了一种基于改进测地线活动轮廓(GAC)模型和Kalman滤波相结合的算法以检测和跟踪运动目标.该算法首先采用高斯混合模型和背景差分获取目标的运动区域,在运动区域内采用引入距离规则化项的GAC模型进行曲线演化,使改进GAC模型在运动目标的真实轮廓处收敛;然后通过结合Kalman滤波预测目标下一帧的位置,实现对目标轮廓跟踪.实验结果表明,该方法适用于刚体和非刚体目标,在部分遮挡的情况下也能保持良好的检测和跟踪效果. 相似文献
8.
为了提高复杂环境下的目标跟踪精度,提出了一种基于序贯检测机制的双目视觉运动目标跟踪方法.该方法在序贯检测机制下,将粒子滤波、稀疏场主动轮廓和CamShift等方法结合.首先用基于颜色特征的粒子滤波估计最优跟踪窗口;通过跟踪窗口和目标的相似度决定足否采用稀疏场主动轮廓方法,然后由目标轮廓和目标的相似度决定是否需要CamS... 相似文献
9.
10.
为了解决传统的使用几何特征检测摔倒的方法的不稳定、难于区别一些相似的活 动等问题,提出了一种基于卷积神经网络(CNN)和人体椭圆轮廓的运动特征的摔倒检测方法。 首先,使用高斯混合模型检测出人体目标并求出其最小外接椭圆轮廓。然后在每一帧的椭圆 轮廓中提取出长短轴之比、方向角和人体质心的竖直方向速度,融合成一个基于时间序列的 运动特征。最后,经过一个浅层的 CNN 对这些运动特征进行训练,用于摔倒判断,并区分相 似的活动。实验结果表明,本文方法和现有的方法相比,克服了几何特征的不稳定性,提高 了检测率。 相似文献
11.
12.
本文针对现有ATM交换机性能分析中以Poisson或Bernoulli过程作为输入业务流模型的不足,提出了一种基于独立MMPP输入业务流模型的ATM交换机性能分析方法,由于采用了MMPP过程作为输入业务流模型,因此所给出的ATM交换机性能分析方法考虑了输入业务流本身的相关特性和突发特性,从而能够给出与实际情况更接近的ATM交换机性能分析结果。 相似文献
13.
鉴于网络流量复杂的非线性特征,引入关联维数来研究网络流量的混沌特性。首先,采用C-C算法重构局域网流量的相空间,确定出最佳延迟时间。然后,分析了重构相空间的关联维数与网络流量的关联关系。进一步,研究了相空间重构参数对关联维数准确度的影响。研究结果显示,将重构相空间的延迟时间确定在一定范围内,关联维数可以较准确地反映网络流量的复杂程度。关联维数和饱和嵌入维数随着网络使用量的增加而增加,而相对关联维数随着网络平均流量的增加而降低。分析结果为进一步研究网络流量的各策动因素的关联特性奠定了理论基础。 相似文献
14.
准确的流量分类是解决网络拥塞、网络安全监管、流量计费等研究的基础。为了解决在线混合流量(加密与非加密)一次性快速分类问题,本文结合传统特征提取和载荷特征提取的优点,提出五元组加载荷ASCⅡ出现频次的特征提取,并以此提出一种在线流量快速分类方法。实验表明,在相同算法下,使用本文的特征提取比使用载荷特征提取,整体分类准确率提高了近4%;基于五元组加载荷特征提取、使用C4.5算法的在线流量快速分类方法是可行的。 相似文献
15.
16.
传统的道路交通事故预测是对交通事故次数及其造成的损失的历史趋势进行预测,针对其不能反映交通事故与实时交通特性关系、不能有效地预防事故发生的问题,提出一种基于AdaBoost分类器的交通事故实时预测的方法。首先,将交通道路划分为正常、危险两种交通状态,利用实时采集的交通流数据作为特征变量对不同的状态进行表征,将事故的实时预测问题转化为分类问题;然后,采用Parzen窗非参数估计的方法对两种状态在不同时间尺度下候选交通流特征的概率密度函数(PDF)进行估计,利用基于概率分布的可分性判据分析估计的密度函数,选择合适的特征变量及时间尺度,确定样本数据;最后,根据样本数据训练AdaBoost分类器对不同的交通状态进行分类识别。实验结果表明,采用交通流特性的标准差特征对测试样本分类的正确率比平均值特征高7.9%,更能反映不同交通状态的差别,获得更好的分类结果。 相似文献
17.
18.
P2P流量逐渐成为互联网流量的重要组成部分,精确分类P2P流量对于有效管理网络和合理利用网络资源都具有重要意义。近年来,利用机器学习方法处理P2P流量分类问题已成为流量识别领域的一个新兴研究方向。利用决策树中的C4.5算法和P2P流量的特征属性来构建决策树模型,进而完成P2P流量分类问题。实验结果表明,基于决策树模型的方法能有效避免P2P网络流分布变化所带来的不稳定性;与SVM(support vector machine,支持向量机)、NBK(nave Bayes using kernel densi 相似文献
19.
20.
网络流量的特性分析一直是通信网络性能分析的一个极其重要的问题.本文充分利用小波变换具有多分辨率的特点,将时域里的网络流量通过小波分解,分解到不同的频带上,再对各子频带上的细节分量使用不同阀值进行消噪处理,然后采用自回归滑动平均混合模型对小波分解去噪后的不同分量分别进行预测再合成预测流量.对实际流量进行模拟预测,结果表明该模型有效地提高了预测精度,能对网络流量特别是短期流量做出较为准确的预测. 相似文献