排序方式: 共有32条查询结果,搜索用时 15 毫秒
1.
2.
为降低光照、遮挡、尺寸变化等因素对目标跟踪过程的影响,提出在经典空间正则化核相关滤波基础上,增加遮挡检测及处理机制,并分别采用相似度计算与空间距离计算作为遮挡评判标准。在模型更新之前先判断遮挡是否存在,如有遮挡,则不更新模型;否则更新模型。提出搜索半径择优处理,分别以6种搜索半径进行目标跟踪,寻找最优搜索半径;进而提出特征择优处理,分别提取HOG特征、PHOG特征、Haar-like特征、LBP特征以及FHOG特征与改进算法结合,选取最佳特征。采用两组实验进行验证:分别采用经典KCF算法、Mean Shift算法、Fragment算法、DSST算法、经典SRDCF算法和改进SRDCF算法对Bolt2和Basketball两个视频中运动目标进行跟踪对比。实验结果表明:FHOG特征与改进空间正则化核相关滤波相结合,且在搜索半径为8个像素点时的跟踪性能最佳,优于其他经典跟踪算法,处理速度可达3. 7 fps。 相似文献
3.
总结了变轮廓运动目标的特点,并将其应用到方向盘上操作手数的检测中;提出了先进行方向盘自动定位,再快速检测其上操作手数目的技术路线;预定位中运用Haar特征的AdaBoost分类器进行初检,得到包含目标轮廓的图像;利用HOG特征的Real-AdaBoost分类器进行精确检测,并确定操作手位置点集;对取得的操作手质心点坐标集进行奇异值分解并拟合椭圆,获取图像中方向盘位置,最终实现操作手的快速准确检测;算法在保证了原算法的实时性和准确性外,提高了检测系统应用的灵活性。 相似文献
4.
郭克友 《计算机工程与应用》2009,45(34):246-248
利用机器视觉对驾驶人疲劳状态及注意力状态进行监测和分析是安全辅助驾驶领域内的研究热点之一,而对驾驶人面部朝向角度进行计算则是注意力状态分析的前提条件。首先介绍了驾驶人面部及面部器官定位的思路,然后重点讨论了驾驶人面部朝向的技术环节,在对人体头部旋转运动的分析基础上,提出了计算驾驶人面部旋转角度的计算方法。实践证明,采用的处理算法实时性好,准确率较高,效果非常理想,为下一步的驾驶人注意力状态分析及相关信息提取打下了良好的基础。 相似文献
5.
为提高智能车辆的行人检测成功率,同时保证人身安全,提出一套完整的仿行人步态装置研发流程,通过建模仿真的方法促进该装置的研发并降低成本。仿真模型按照人体真实数据进行设计,步态的变化主要体现在四肢上;利用D-H参数法和正逆运动学知识,结合MATLAB建模和关节轨迹规划的方法,实现运动仿真;成功模拟出行人步态,得出仿真模型的末端轨迹、关节转角等步态指标在一个周期内的变化。将仿真结果与标准人类行走周期图谱进行了对比验证,保证了仿真模型的结构设计以及运动学模型的合理性,为后续的实际开发提供一定理论依据。 相似文献
6.
针对电动汽车的自身特点,利用DALLAS公司生产的单总线器件DS2438,开发以Freescale公司的16位单片机MC9S12XS128为核心的电动车电池管理系统。实现对车辆行驶过程中动力铅酸蓄电池的电压、电流、温度等主要参数进行不间断采样。利用单总线进行数据信息的传递,主控制芯片制定最佳的电池充电方案,对电池进行能量补充和充分利用,为整车能源管理的研究奠定基础。单总线器件的好处是:一条通信线路上可挂载多个器件,可对一组电池的多节电池分别进行监测,同时降低了硬件的复杂程度,具有成本低、易安装维护等优点。该系统提高了电池组的可靠性,延长了蓄电池的使用寿命。 相似文献
7.
8.
针对交通场景中对视频拼接速度要求较高的特点,提出了利用视频帧最优单应性矩阵进行实时拼接的双线程快速算法。首先,利用SURF(Speeded up robust features)算法提取图像特征点;其次,通过NN(Nearest neighbor)算法以及优化的RANSAC(Random sample con-sensus)算法进行特征点的匹配,并去除误匹配点对;再次,利用重叠区域的归一化协方差相关函数最大化得到视频前k帧配准效果最佳的单应性矩阵,作为后继视频帧场景拼接的映射矩阵;同时,采用KLT算法对k+1的后继视频帧特征点进行动态跟踪,若匹配点对的数量变化超过了给定的阈值,则认为当前的最优单应性矩阵需要进行优化和变换,重新计算k幅视频帧中新的特征点对,经匹配后求取新的最优单应性矩阵。在交通场景中的拼接实验证明,该快速算法平均视频帧的拼接处理速度小于100ms,对存在旋转、尺度缩放、视角以及光照变化的图像都具有良好的拼接效果,具有参数估算准确,计算量小、速度快的优点,能够满足系统对视频拼接的实时性和精确性要求。 相似文献
9.
提出一种车道线分类检测算法。首先采用LDA对道路图像进行有针对性的灰度化,以便更好地区分车道线与道路。采用LSD算法检测灰度图像中的直线部分并确定车道线的方向。在此基础上,选取符合车道线灰度范围内的像素点。对远距离的像素点采用抛物线拟合,近距离的像素点采用直线拟合。同时,将检测到的车道线进行虚线实线的分类标记。最后结合视频序列的连续性对检测结果进行反向验证。实验结果证明,提出的方法对直道弯道检测均有很好的效果。算法的处理速度为每秒10帧左右,采用的测试视频的帧率为每秒15帧,基本满足实时性的要求。 相似文献
10.