Fragile Watermarking of 3D Models Using Genetic Algorithms

This paper describes a novel algorithm for fragile watermarking of 3D models. Fragile watermarking requires detection of even minute intentional changes to the 3D model along with the location of the change. This poses a challenge since inserting random amount of watermark in all the vertices of the model would generally introduce perceptible distortion. The proposed algorithm overcomes this challenge by using genetic algorithm to modify every vertex location in the model so that there is no perceptible distortion. Various experimental results are used to justify the choice of the genetic algorithm design parameters. Experimental results also indicate that the proposed algorithm can accurately detect location of any mesh modification.     

基于视频的人体运动目标跟踪研究

现实生活中的背景一般比较复杂,基于颜色特征的Camshift目标跟踪在复杂情况下实现效果并不理想。文中提出采用基于边缘直方图Camshift结合优化的Kalman滤波来预测视频中行人目标下一个可能存在的位置,并利用OpenCV相关函数,跟踪丢失的几率降低。先对RGB图像进行边缘检测计算边缘直方图,得到搜索窗口质心位置,再用优化的Kalman滤波对运动目标窗口进行预测更新,将信息反馈重新确定下一帧窗口质心位置,以克服遮挡及噪声的干扰。实验表明,该算法能较好地对人体目标进行检测跟踪。     

视频运动检测、跟踪与识别技术专利分析

从专利的角度探究了视频运动目标检测、跟踪与识别技术的竞争格局和发展趋势.通过检索中国专利文摘数据库,分析相关领域中国专利申请的申请量、申请人分布及发展方向,对专利布局做出一个总体的论述,希望给业内人士提供帮助.     

视频运动目标检测及跟踪算法测试平台设计与实现

给出了平台构架、设计思路与实现方法,对七个核心算法模块进行了详细说明,给出了采用VC++6.0实现时的主要程序段及技术关键点.提供了一种高速路交通车辆检测和跟踪实例,提供了实例算法结构图、性能参数和实际测试效果.试验结果表明,所提平台具有良好的实时性和有效性.     

一种基于视频技术的车辆跟踪方法

在智能交通系统中,基于视频技术的车辆跟踪是交通参数和交通事件检测的关键技术之一。本文首先研究了现有的基于视频技术的车辆跟踪技术,然后提出了一种使用Kalman滤波器预测车辆位置,并用距离和颜色信息辅助识别车辆的跟踪方法。实验结果表明,该方法能够有效地实现车辆的跟踪。     

视线追踪应用技术的专利分析

通过对基于视线追踪技术的中国专利申请进行检索与统计,定性与定量地分析出在人机交互、心理学应用、市场营销和可用性分析三个领域的视线追踪技术的专利分布结构,及各公司、高等院校在相关领域的研究方向,希望对业内人士有所帮助.     

基于特征迹的密集多目标自适应视频跟踪

在强干扰下检测和跟踪密集多目标不仅是科学研究的一大难题,在国防和国民经济中也有着重要的应用.本文从多目标检测和跟踪的物理基础出发,在谱、空间和时间域使用目标的物理特性和运动特性融合测量数据生成特征迹,依靠其运动马尔可夫可信度和特征马尔可夫可信度在第一时间去除噪声,并将数据关联结果作为反馈进行自适应的视频检测,实现高精度...     

基于双核的视频侦测与跟踪系统硬件设计

设计了一种基于DSP和ARM单片机双核的视频移动侦测与快速跟踪系统,DSP负责视频图像的采集、数据提取与分析处理;ARM负责视频数据历史记录的存储,以及对云台和镜头的实时控制,并且通过触摸屏、LCD及网络接口的扩展,实现了人机交互与网络化监控的管理。DSP和ARM的并行工作解决了视频移动侦测的实时性与跟踪系统的及时性之间的矛盾。     

基于Mean-Shift算子的多尺度视频跟踪算法研究

为了提高靶场光测设备视频跟踪算法的稳定性、准确性以及抗干扰性,开发了基于Mean-Shift算子的多尺度视频跟踪算法,对该算法所采用的小波变换、小波包及Mean-Shift目标跟踪算法进行了研究。阐述了整个跟踪算法的原理及多分辨率图像选择依据;介绍了小波变换和小波包原理,说明了利用小波包将视频图像分解为多分辨率图像的方法;介绍了Mean-Shift算子的原理以及对目标特征进行归一化表示;最后说明了利用Mean-Shift算子对归一化目标的搜索区域进行预测的算法。实验结果表明,本算法跟踪过程平稳、准确,且抗干扰能力强,收敛速度快。试验数据表明,经过小波变换的Mean-Shift算法的收敛速度提高约66%,搜索准确性提高约34%。基本满足了靶场测量中对视频跟踪算法更高的要求。     

A Low Power Architecture for HASM Motion Tracking

This paper proposes low power VLSI architecture for motion tracking that can be used in online video applications such as in MPEG and VRML. The proposed architecture uses a hierarchical adaptive structured mesh (HASM) concept that generates a content-based video representation. The developed architecture shows the significant reducing of power consumption that is inherited in the HASM concept. The proposed architecture consists of two units: a motion estimation and motion compensation units.The motion estimation (ME) architecture generates a progressive mesh code that represents a mesh topology and its motion vectors. ME reduces the power consumption since it (1) implements a successive splitting strategy to generate the mesh topology. The successive split allows the pipelined implementation of the processing elements. (2) It approximates the mesh nodes motion vector by using the three step search algorithm. (3) and it uses parallel units that reduce the power consumption at a fixed throughput.The motion compensation (MC) architecture processes a reference frame, mesh nodes and motion vectors to predict a video frame using affine transformation to warp the texture with different mesh patches. The MC reduces the power consumption since it uses (1) a multiplication-free algorithm for affine transformation. (2) It uses parallel threads in which each thread implements a pipelined chain of scalable affine units to compute the affine transformation of each patch.The architecture has been prototyped using top-down low-power design methodology. The performance of the architecture has been analyzed in terms of video construction quality, power and delay.     

视频流中的单向快速运动多目标可靠跟踪技术

提出了一种基于扩展Kalman预测方法的多目标跟踪技术,首先寻找多个目标的主运动方向,并向其垂直方向进行灰度累积投影,将相邻两帧的灰度累积投影结果进行配准,就可得到多目标的整体位移估计量,为配准提供数据支撑.同时,对视频流中同一帧的目标进行提取并获取中心点坐标,针对这些坐标建立扩展Kalman预测模型,实现可靠的帧间目标位移量预测,再通过后续匹配定位处理进行目标的精确定位及跟踪.该方法适用于有较高实时性要求的大量单向运动目标跟踪应用中.在基于图像处理的棒材在线计数研究中,使用该方法,解决了在传送带上的多支棒材目标的定位和跟踪难题,在相邻帧棒材存在相对运动的极端情况下,跟踪成功率大于99％.     

姿态估计和跟踪结合的运动视频关键帧提取

提出姿态估计和特定部位跟踪相结合的动作视频关键帧提取算法.首先利用非确定人体部位的时间连续性保持提高基于柔性部件铰接人体模型的单帧图像人体姿态估计准确率,通过实施数据降维得到局部拓扑结构表达能力强的判别性运动特征向量,采用极值判定原理确定候选关键帧集合.然后利用ISODATA动态聚类算法,通过初始聚类中心优化、基于语义的关键帧集合增强等策略确定关键帧.实验表明文中算法具有较高的关键帧提取准确率和召回率,支持基于语义的关键帧提取.提取的视频关键帧可以用于运动视频压缩和批注审阅.     

空域视频场景监视中运动对象的实时检测与跟踪技术

本文分析了空域视频场景中运动对象实时检测、跟踪系统的模型。提出了一种在运动背景下实时检测与跟踪视频运动目标的技术。该方法首先进行背景的全局运动参数估计,并对背景进行补偿校正,将补偿校正后的相邻两帧进行差分检测。然后利用假设检验从差分图像中提取运动区域,利用遗传学方法在指定区域内确定最优分割门限,提取视频运动对象及其特征;最后利用线性预测器对目标进行匹配跟踪。在基于高速DSP的系统平台上的实验结果表明该方法取得了很好的效果。     

视频三维运动捕获系统中多运动目标跟踪方法

在视频运动捕获系统中,多标记点的匹配和跟踪是获取标记点三维运动参数的关键问题.文中提出了基于二维和三维卡尔曼滤波器相结合的三维匹配跟踪算法.该算法通过卡尔曼滤波器预测标记点在二维图像和三维空间中的位置,缩小了标记点的搜索范围,约束了标记点之间的匹配关系,在双目视觉下实现了标记点准确跟踪和匹配.实验结果验证了算法的有效性.     

基于ADSP-BF561的视频跟踪系统的研究与实现

设计了基于ADSP-BF561的视频跟踪系统,通过控制摄像机姿态实现对运动目标的自动识别和跟踪。系统采用三帧间差分法与图像分割相结合进行目标识别,利用卡尔曼滤波算法进行目标定位,辅以云台运动控制算法完成目标跟踪。经室内测试,该系统能对运动目标进行有效识别与跟踪,且具有一定的实时性及稳定性。     

一种红外和可见光双通道视频目标跟踪方法

室外场景下由于场景背景条件变化容易导致视频目标跟踪稳定性差。该文提出一种利用红外和可见光传感器的双通道视频目标跟踪方法。该算法利用可见光图像的目标颜色特征和红外图像的目标轮廓特征,结合均值漂移算法与水平集曲线演化实现目标定位,并给出了目标尺度和模板更新方法;对多目标跟踪的互相遮挡问题,通过判断目标合并与分离实现遮挡时多个目标的定位。实验结果表明,该文方法能够有效处理光照变化、阴影、遮挡等情况,实现目标的稳定跟踪。     

视频跟踪系统中双运动目标间的角度测量

介绍了一种应用在反坦克导弹制导中的视频跟踪系统,提出了对双运动目标的检测方法,解决了它们之间的角度的计算问题,给出了快速算法和测角精度。采用模块化的设计思想,通过TMS320DM642对视频跟踪系统进行了软硬件的设计。测试表明,可同时实现对弹目标和靶目标的检测和跟踪,设计方案合理,跟踪和检测算法先进、可靠。     

基于HOG和粒子滤波的足球视频中球的跟踪方法

在足球视频中,由于球员和摄像机的运动使得基于背景的方法无法有效检测和跟踪足球;足球在视频中所占像素个数少、运动复杂,并且在球场中有相似目标如球袜等的干扰,使得目标难以准确跟踪。为改善足球的跟踪效果,文中提出了一种基于梯度向量直方图和粒子滤波的足球跟踪算法。算法以粒子滤波为跟踪框架,用HOG特征与颜色特征融合,结合足球的结构信息与颜色信息,实现了足球视频中足球的稳定跟踪。实验结果表明,文中算法跟踪足球更准确,并可在存在相似目标干扰的条件下有效地跟踪足球。     

视频调理器MAX7452在电视/红外视频跟踪仪中的应用

在光电跟踪系统中,电视或红外热像仪视频信号由于长线传输引起的信号衰减和噪声增加给信号检测带来了很大影响。介绍了利用视频信号调理器MAX7452实现视频自动增益控制(AGC)的具体应用,可提高视频信号长线传输的保真度,减小衰减和噪声,使视频调理稳定。     

机载复杂遥感场景下特定建筑区检测跟踪算法

特定建筑区域的自动检测及跟踪在机载遥感视频数据处理中具有重要意义,是非悬停机载平台面向任务对地搜寻及火控系统引导的关键技术之一.针对实际复杂应用场景,提出一种特定建筑区检测跟踪算法.首先,将离线获得的目标区参考图进行局部描述子特征提取.目标区在线检测阶段,为保证时效性,提出基于边缘显著性的快速SIFT (Scale Invariant Feature Transform)特征提取方法,对待检测大视场图像中疑似建筑区域提取局部描述子特征;并通过设计层次化的特征点匹配方法实现目标区的高可靠检测.目标区在线跟踪阶段,通过自适应开窗及轨迹预测技术有效圈定疑似目标区,并在圈定的有限范围内进行最终目标确认及稳定跟踪.实测数据仿真结果表明,本文提出的算法能在复杂场景条件下,实现对特定建筑区域的快速检测及稳定跟踪.可为将来实际系统应用提供关键技术支撑.