基于复小波光流法和利用平均算子的二次三帧差法的运动目标检测方法

针对机器视觉系统中快速运动目标的检测问题,提出了一种结合复小波光流法和利用平均算子的二次三帧差法的运动目标检测新算法。首先,在考虑算法复杂度的情况下,选择图像中的Harris角点作为特征点计算光流信息;然后运用复小波光流法对运动目标进行更精确的运动估计,为了得到更完整的检测区域,同时引入改进三帧差法作为光流法的补充。改进的二次三帧差法通过平均算子滤波,能较好的抑制噪声,消除背景变化带来的干扰。通过QT和OpenCV搭建的平台,利用该算法对快速运动目标进行检测,结果表明:该算法能检测出动态背景下快速运动的目标,其检测率高于90%,虚警率低于10%,证明了算法的有效性和实用性。     

旋转复杂背景中红外运动小目标实时检测

针对旋转复杂背景中红外运动小目标检测误检率高、实时性差等问题,提出了目标检测新算法。首先对图像进行中值滤波预处理,计算图像光流场,提取特征点,估算背景光流;然后设置阈值,判断提取备选目标特征点集合;最后通过特征点光流矢量角度、目标灰度值区间、目标特征点区域边缘检测的方法,排除备选目标特征点集合中的背景特征点,实时准确检测旋转复杂背景中红外运动小目标。实验结果表明,该算法能够准确地检测出红外多个运动小目标,检测率93.8%,平均虚警率0.126次/帧,平均每帧耗时15.53 ms,每帧图像处理的最大时间为20.45 ms,能够满足运动目标检测对实时性的要求。     

基于RG B-D数据的自适应局部时空特征提取方法

对于一次学习手势识别,噪声和全局经验运动约束严重影响时空特征的精确与充分提取,为此提出了一种融合颜色和深度( RGB-D)信息的自适应局部时空特征提取方法。首先建立连续两灰度帧和两深度帧的金字塔以及相应的光流金字塔作为尺度空间。然后根据灰度和深度光流的水平与垂直方差自适应提取运动感兴趣区域( motion regions of interest, MRoIs)。接着仅在MRoIs内检测角点作为兴趣点,当兴趣点的灰度和深度光流同时满足局部运动约束时即为关键点,局部运动约束是在每个MRoI内自适应确定的。最后在改进的梯度运动空间计算SIFT-like描述子。 Chalearn数据库上的实验结果表明：提出方法得到了较高的识别准确率,其识别性能优于现已发表的方法。     

基于多项式展开及Harris角点的轨迹跟踪系统

提出了一种基于多项式展开帧间估计和Harris角点检测的运动轨迹跟踪系统。系统先将视频监控图像输入系统,转化为灰度图,以便进行特征提取;接下来确定兴趣区域抓取目标点,提取ROI内角点坐标;最后确定角点的新坐标,定位目标在下一帧的位置,从而实现对目标的跟踪。通过对常用的光流检测算法和角点判断方式进行分析比较,最终选择多项式展开帧间估计和Harris角点检测算法作为图像配准和角点跟踪的方案,并进行参数优化,使系统的鲁棒性和得到了提升,并更能够适应复杂的环境条件。     

基于改进光流法的目标跟踪技术研究

针对传统光流法处理视频序列时存在运行效率低及跟踪偏移问题,结合粒子滤波模型提出一种改进光流法的视频目标跟踪技术.该技术首先通过遍历法搜索运动点,采用质心定位方式捕获目标质心坐标,然后将得到的视频序列进行光流处理,最后经粒子滤波求解质心运动信息,以实现对视频中目标的精确检测与追踪.在不同场景下对不同数量、不同类型目标进行...     

融合光流与特征点匹配的单目视觉里程计

针对城市平坦路面准确实时定位的问题,提出将光流跟踪法与特征点匹配进行卡尔曼融合的单目视觉里程计方法.基于平面假设,利用光流跟踪法进行帧间小位移定位,同时利用传统的加速鲁棒特征点（SURF）进行帧间大位移匹配来矫正光流法结果.通过卡尔曼滤波更新机器人的位置和姿态.结果表明,融合算法克服了光流法定位精度差和特征点匹配法处理速度慢的缺点,突出了光流法实时性和特征点匹配定位准确性的优点,该方法能够提供较准确的实时定位输出,并对光照变化和路面纹理较少的情况有一定的鲁棒性.     

基于水平集的运动目标轮廓提取方法

为了快速准确地提取运动目标轮廓,提出了一种基于帧差法和水平集相结合的运动目标轮廓提取方法。该方法首先采用相邻帧差法确定运动目标位置,然后用一种改进型水平集的方法进行目标轮廓提取。实验结果表明,该方法均适应于刚体或非刚体目标在运动中的自由变化,能准确地提取运动目标轮廓。     

引入Harris角点检测的运动图像边缘轮廓提取

对运动目标图像进行边缘轮廓特征提取,提高运动图像的电子稳像性能,从而准确实现运动目标的检测和识别.提出了一种基于Harris角点检测的运动图像边缘轮廓提取算法,对运动图像进行仿射不变闭合区域增强处理,采用Kalman滤波和运动状态相邻帧补偿的方法进行运动图像Harris角点检测,提高相邻两帧之间边缘轮廓的角点检测能力,实现了运动图像边缘轮廓的提取和稳像处理.仿真结果表明,用该方法进行图像边缘轮廓角点提取的准确度高且稳健性好.     

结合背景差分与光流法的人群状态突变检测

针对群体性异常事件中人群状态突变场景发生时的运动特征,提出结合背景差分和光流法的检测算法.对图像背景差分提取前景寻找特征点,利用光流法预测特征点位置,将特征点以光流运动方向为依据划分后处理数据,得到累积加速度进行判断.该算法弥补了单独使用背景差分算法检测准确率低和单独使用光流法检测效率低的缺陷,通过将特征点以光流运动方向划分处理数据,大幅度提高了检测的准确性和稳定性.经过实验测试,结果表明,该算法在人群状态突变异常事件检测中有较高的准确性,能够满足实时性要求,较同类检测算法在综合性能上有显著提高.     

基于前景区域生成对抗网络的视频异常行为检测研究

为提高视频异常行为检测的准确率,本文提出了一种基于前景区域生成对抗网络的改进方法。通过提取实际视频帧的前景和背景掩码,确定生成对抗网络输出视频帧的待检测前景区域。针对待检测前景区域,应用前景区域峰值信噪比准则,计算异常行为检测得分,完成视频异常行为检测。实验结果表明,本文的检测方法在Avenue数据集、UCSD-Ped1数据集、UCSD-Ped2数据集上均能有效提高视频异常行为检测准确率,并能降低检测运行时间。     

一种基于深度信息的人头检测方法

针对目前人头检测方法对光线变化敏感和易受阴影干扰的问题,提出了一种基于深度图像的人头检测方法.首先通过运动目标检测,得到运动人员所在区域;然后对该区域使用改进的立体匹配算法,该匹配算法对传统的WTA匹配算法进行改进,只对强纹理点进行匹配,对弱纹理点只进行视差验证,并根据三角投影原理计算出深度图.由于深度图中人员与周围场景的深度分布不同,根据深度分布将人头区域提取出来,得到候选区域,最后将候选区域经过形态学运算并根据区域轮廓的特征来判断是否为人头.实验结果表明:该方法在不同光线环境条件下的检测正确率为94%以上,误检测率仅为5.77%,检测精度高,对光线和阴影的抗干扰性良好,能够很好地适应复杂环境.     

面向无人机的逐点偏移式卫星导航欺骗干扰方法

针对无人机在失控肇事、干扰航管、窥视窃密、恐怖袭击等方面的危害,本文提出一种基于逐点拉偏式卫星导航欺骗方法,通过重构错误的导航坐标系诱骗目标无人机飞离敏感区域保护地面安全。该方法将整个无人机欺骗过程看作是单步位置欺骗拉偏的时间迭代过程,首先根据无人机的运动学模型以及外部量测信息估算出无人机的真实位置点以及真实控制输入量;然后考虑无人机飞行控制器对欺骗效果的影响,在真实控制输入量中抵消掉预先设置的欺骗控制力矩效果,设计构造虚假卫星信号使得GNSS/INS组合导航模式下的滤波估计无人机位置点仍靠近原始期望目标点,但发生了偏差;最后这种偏差产生的无人机轨迹跟踪控制输入量会导致无人机真实状态点往欺骗目标点偏移,实现单步卫星导航欺骗效果。单步欺骗过程在时间上的迭代运用,可实现无人机位置的逐点偏移式欺骗。仿真结果显示利用逐点偏移式卫星导航欺骗方法能使得目标无人机慢慢偏离原始轨迹而跟踪欺骗轨迹,且组合导航滤波器估计轨迹仍跟踪原始参考轨迹,达到了卫星导航欺骗的目的。本文提出的基于逐点拉偏式卫星导航欺骗干扰技术可用于保障重点区域/人员的低空安全防护。     

利用点线对应计算彩色时变图像光流场

时变图像光流场计算是当今计算机视觉研究的前沿方向，彩色时变图像光流场是光流场计算从灰度图像到彩色图像的推广，利用彩色图像提供的更丰富的光学信息，使光流场计算的不适定问题转换成适定问题。中首先利用图像边缘检测与Hough变换，提取图像的边缘和边缘线，然后把提取出的边缘点和边缘线分别作为图像的特征点和特征线。最后利用彩色时变图像中的特征点线对应，把基于特征的方法和基于光流场的方法结合起来，计算彩色时变图像的光流场。     

一种空时域结合滤波的运动弱小目标检测方法

依据红外序列图像中弱小目标运动轨迹的连续性,提出一种空时域结合滤波的运动弱小目标检测算法．在分析弱小目标可能的运动轨迹的基础上,构造了一组滤波模板,利用这组模板对时域检测结果进行滤波,确定出弱小目标可能的运动轨迹．并进一步结合时域特征,对运动弱小目标进行累积增强．由于提出的方法充分考虑了序列图像中运动弱小目标的空时域特征,因此具有很好的检测性能．     

互补增强式空间运动目标高精度检测与分割

针对空间监视系统中的运动目标自主高精度的检测问题,提出一种显著性计算与光流检测互补增强式算法.以mean shift初检结果为导引,通过显著性区域检测与光流检测的互补增强而实现空间运动目标的高精度检测.首先通过梯度信息和频率调谐滤波的互补方式分别计算整幅图像和mean shift分割后各个分块区域的显著性,再以整幅图像显著性均值为参考,确定合理的阈值以检测候选目标;与此相并行,也采用光流计算及相应的阈值检测方法获取候选目标.进而通过对显著性计算与光流检测分别得到的两个不同候选目标分布图的合取运算进行目标确认,最后再辅之以形态学滤波使确认目标得以增强,从而实现空间运动目标的高精度检测与分割.研究结果表明,在无需知道任何场景和目标先验信息,也无需人工干预的条件下,所提算法能够有效实现空间运动目标的精确检测和分割,对光照变化和噪声干扰也有很强的适应能力.     

LED显示仪表的字符识别方法

针对LED显示仪表,提出了一种字符识别方法。字符分割采用边缘检测、直线检测和灰度投影相结合的方法,可快速提取目标字符,将数字和小数点分开识别,并改进了基于数字笔画统计特征的自适应阈值数字识别方法。试验结果表明,本识别算法的识别率能达到95%以上,且算法耗时较低,说明此算法的准确率较高、实时性较好。     

融合情感特征的虚假评论检测方法

虚假评论的检测与治理,对净化网络环境具有重要的意义。针对现有的虚假评论检测方法收敛速度慢、准确率低的问题,提出一种融合评论情感特征的虚假评论检测方法。首先,基于预先构建的情感词典,设计情感特征抽取方法抽取情感特征;其次,引入 Transformer模型对融合情感特征后的嵌入表示提取特征向量;最后,将特征向量送入全连接层并利用 softmax函数实现真实评论与虚假评论分类。采用 Amazon数据集,设计实验验证了基于情感词典所提情感特征的有效性,在融合情感特征后准确率提升了1.19百分点;同时与深度学习ISTM方法相比,该方法检测准确率提高0.59百分点。     

一种有效的随动跟踪方法

针对视频监控系统,提出了一种离散化像机运动的随动跟踪方法,解决了像机运动时对目标检测带来的困难,并弥补了由于单个摄像机拍摄范围的局限性。文中针对像机监控场景,离散化像机转动,建立索引表;通过多帧差分和自适应背景方法提取运动对象,并结合K alm an滤波器和多帧预测思想实现了对特定目标的鲁棒跟踪;综合利用目标的信息、索引表和云台实现了对特定目标的随动跟踪。实验结果表明,该算法对于复杂场景中运动目标的检测和跟踪具有较好的鲁棒性和实时性;对特定目标的随动跟踪具有良好的实时性和稳健性。