一种基于显著性区域的运动目标跟踪方法

根据目标跟踪中遇到的实际问题,在深入研究视觉注意理论的基础上,提出了一种基于视觉注意模型的运动目标检测模型,在该模型下提出了一种基于动态显著性区域的运动目标跟踪方法,该方法利用基于动态显著性特征的运动目标检测模型检测到目标的位置,然后通过自适应窗调整策略,对Mean Shift算法进行改进,可以有效进行目标跟踪,方法能快速准确的检测和跟踪运动目标。     

基于全景视觉和常规视觉融合的目标跟踪技术

全景视觉和常规视觉协同利用进行运动目标检测与跟踪是图像处理中的一个重要课题,具有广泛的应用前景。文章基于全景视觉与常规视觉融合的目标跟踪技术,采用全景视觉和常规视觉协同方式,由全景发现目标后报警,将目标在空间中的水平和垂直角度信息传递给常规视觉系统,实现目标的跟踪。     

基于深度学习的目标跟踪与行为识别技术

随着人工智能算法模型技术的发展,目标跟踪和行为识别已经成为计算机视觉领域的重要研究任务。该文介绍Yolo V7和Yolo V8这2个最新的目标跟踪和行为识别算法。重点介绍基于深度学习的目标跟踪技术中的目标检测与特征提取、目标跟踪与位置预测,以及介绍基于深度学习的行为识别技术中的视频编码与特征提取、行为分类与识别。此外,该文以Yolo V7和Yolo V8模型结构为基础构建目标跟踪与行为识别的联合学习。     

基于序列图像的人体目标行为识别研究

近些年来,伴随着图像视频的处理技术与人工智能技术的飞速发展,计算机的视觉图像处理技术也得到快速地发展并应用到各个学科领域。在已有成果的基础上,以运动目标的检测与跟踪为突破点,并借助相关算法进行研究:检测并提取被监控的场景中的运动目标;基于检测到的运动目标的有效特征,寻找最优的匹配算法,找到与目标模板相似的序列图像定位。     

基于单目摄像机的无人机动态目标实时跟踪

文章针对四旋翼无人机与动态目标组成的系统协同作业的任务,研究四旋翼无人机与动态目标的目标识别和目标跟踪问题。设计由单目相机、视觉计算机(树莓派3B)和飞行控制系统组成的自主跟踪控制系统框架,利用Camshift运动目标识别算法对目标位置进行识别并预测动态目标运动轨迹,通过Mavlink协议将无人机的位置信息实时发送给飞行控制系统,从而控制无人机进行动态目标跟踪。实现无人机对动态目标的目标识别,目标跟踪。     

视觉跟踪算法研究

视觉跟踪算法是实现视觉目标有效跟踪的关键技术之一,通过观测图像序列,推理获得目标运动参数,实现运动目标跟踪,主要有基于区域跟踪、基于特征跟踪、基于变形模板跟踪和基于模型跟踪等四个类型的跟踪算法,并各具不同的适用范围及优缺点。     

基于匈牙利算法和LSTM网络的储粮害虫轨迹跟踪及行为研究

长期以来储粮害虫给粮食储物带来严重损失,为寻找一种安全高效、环境友好的储粮害虫防治方法替代化学防治,本文研究储粮害虫的运动行为。采用计算机视觉技术对视频图像逐帧处理,运用匈牙利算法对多个储粮害虫目标轨迹跟踪,并结合长短期记忆网络(long short-term memory, LSTM)与余弦相似度方法解决多个储粮害虫在运动过程中目标重叠的问题。实验结果表明,该方法在137个储粮害虫正常运动视频中达到98.5%的跟踪准确度,在58个含有目标重叠的视频中达到89.7%的准确度。最后计算实时运动行为指标,如行走距离、行走速度、行走方向等,这为分析在热处理、熏蒸、气调等杀虫过程中储粮害虫运动行为,推算其移动范围并依此调整杀虫强度,从而控制成本以达到最好的杀虫效果提供理论支持,为建立高效的储粮害虫防治方案提供一种策略参考。     

多视角目标检测与跟踪技术的研究与实现

随着计算机视觉的发展,运动目标的检测与跟踪技术得到了充分的应用,然而容易被遮挡的致命缺陷大大限制了这一技术的发展空间。采用多个相机进行多视角观察是解决这一问题的有效方法。文章在已有的目标检测和跟踪技术的基础上加入了多个视角之间的航迹融合,将多个视角的坐标投影到统一的坐标系中,从而改善单一视角下目标检测与跟踪技术的不足。     

基于序列图像的人体目标追踪研究

随着计算机视觉技术的发展与应用,基于序列图像的行为分析与研究在该领域中的地位越来越突出,其原理是利用计算机对视频序列中的人体目标进行追踪识别及分析目标行为并描述,采用计算机的识别功能及图像处理功能。人体目标行为辨认指的是通过分析人的运动方式,进行视频序列图像与库存中事先预存的例子进行匹配,从而实现对人体的识别与辨认。     

运动目标跟踪技术综述

运动目标跟踪是一个颇具挑战性的问题，文章对当前运动目标跟踪问题的相关方法进行分析研究。首先从一个崭新的角度提出了一套分析运动目标跟踪技术的体系结构方法。然后采用这种体系结构对列举的每种跟踪算法方案进行阐述和归类，指出了每种方案适用范围及其局限性。最后针对研究过程中所面临的难题，展望了运动目标跟踪技术新的发展趋势。     

基于计算机视觉的增强现实演示系统

实现一种基于计算机视觉的增强现实演示系统。通过强像设备卖时采集真实场景图像,检测运动目标,通过对运动目标的运动跟踪获取运动目标位置,生成虚拟物体,根据运动目标的运动状态采用碰撞模型控制虚拟物体的运动,将虚拟物体和真实场景图像合成,并显示在通用显示器上,实现用运动目标控制虚拟物体运动的增强现实演示效果。实验证明,该系统能实现增强现实的演示效果。     

基于双目视觉的高速运动体飞行数据测量方法

针对高速运动小目标位移、姿态、速度、角度等飞行数据测量的需求,文章提出了一种基于双目视觉的高速运动体飞行数据测量方法。首先搭建两台高速摄像机组成正交系统,对其进行标定建立摄像机的三维计算基础模型,然后同步触发高速摄像机记录高速运动体飞行过程图像,并利用3D图像测量分析软件分析判读高速运动体在X、Y两个方向上的系列飞行位置进而分析得到高速运动体在某一特定飞行段的飞行数据,最后对测量精度与误差进行分析。文章将双目视觉的原理应用于高速运动小目标飞行数据的测量,为高速运动小目标监控领域提供了研究基础。     

智能视频监控中目标跟踪技术研究

目标跟踪是智能监控领域的关键技术,本文主要是研究实现这一关键技术。提出一种融合运动目标的面积和特征进行对比的算法,并结合运动估计算法对下一时刻目标最可能存在的方位进行预测,实现了对运动目标的跟踪。     

基于颜色和形状的机器人运动目标跟踪

针对类人足球机器人存在识别运动目标效果差、容易受光照变化影响等问题,提出了一种基于颜色和形状的运动目标跟踪算法:在HSI空间执行基于颜色信息的快速阈值分割,获取目标信息,加入自适应阈值更新,以增加算法的鲁棒性;利用卡尔曼滤波预测运动目标下一帧的位置,在局部范围根据目标形状信息执行优化边缘检测识别目标,获取目标准确的位置信息,然后继续跟踪.实验证明:该算法能够对运动目标进行准确跟踪,可满足实时性的要求.     

人体交互装置的专利技术综述

人机交互的用户体验度一直是研究人员关注的焦点,利用头部跟踪、视觉跟踪、手戴式装置、神经系统活动检测的人体交互方式将会更加便捷与自然。文章对国内外人体交互装置的相关专利申请数据的统计与分析,对该领域的重要申请人以及重要专利进行详细的阐述,最后对人机交互的未来发展进行了展望。     

服饰图案的机器视觉自动寻边切割技术

设计了光学系统、机器视觉系统,与激光裁剪机本体构成服饰图案的机器视觉自动寻边切割系统。主要研究了利用数字图像处理技术,采用滤波、边缘检测和边缘跟踪等数字图像处理算法,对摄取的图像进行处理,有效地提取前景与背景区分明显且轮廓连续的图案待切割目标的边缘信息,并对边缘信息进行矢量化处理,进而控制SPIN1006激光裁剪机,对被切割物体进行精确激光切割。该技术实现了对异形满版服饰图案的自动寻边切割。     

基于无线传感器网络的运动目标跟踪与matlab仿真

无线传感器网络WSN是目前通信和计算机领域的研究热点。WSN的各种应用中,活动目标跟踪在军事和民用上都具有广泛的应用前景,也是技术上具有挑战性的课题。本文介绍了运动目标的检测和跟踪过程等,研究了基于无线传感器网络的运动跟踪原理,并绘出了仿真图。     

一种用于棉花图像分析的计算机视觉开发技术

<正>计算机视觉(Computer Vision,CV)是一门研究如何使机器"看"的科学,更进一步的讲,就是用摄影机和计算机代替人眼对目标进行识别、跟踪和测量,并进一步做图像处理,用计算机处理更适合人眼观察或传送给仪器检测的图像。目前,计算机视觉技术蓬勃发展且不断深入多个领域,为数字图像分析和模式识别提供了极大的方便,具有广阔的应用前景。针对棉花行业缺乏智能化分析技术的需求,本文介绍了一种用于棉花图像分析的计算机视觉开发     

基于视觉传感的焊缝跟踪系统研究现状

视觉传感技术在焊接机器人上的应用,大大提高了机器人的焊接效率和焊接质量。文中介绍了基于视觉传感的焊缝跟踪系统的分类及主动视觉和被动视觉技术的基本原理;分析了图像处理技术的滤波去噪、图像分割与边缘检测和特征分析等研究方法;分析了焊缝跟踪系统的控制结构和智能控制技术的应用现状。最后提出根据视觉传感系统测得焊缝的信息,实时调节焊接参数以及焊枪角度等工艺参数进行自动化和智能化焊接是未来发展方向。     

基于双目立体视觉的运动目标探测

文章以市内道路场景下采集的图像序列为研究对象,以双目立体视觉中的立体匹配、三维重建、物体分割进行了研究和分析,提出了基于边缘索引的立体匹配算法和基于深度的物体分割算法,最后对算法进行验证,实验结果表明该方法能有效地检测出动态背景下的运动目标。