基于改进TLD的运动目标跟踪算法研究

针对TLD目标跟踪算法在实际跟踪过程中会受到遮挡、旋转、运动模糊等问题的影响,提出了一种改进的TLD算法,在跟踪模块中引入改进FAST角点算法,并在检测模块中建立随机切块的数据增强方法下的正样本库,引入旋转不变LBP算法,设计了一个旋转不变性的分类器。跟踪模块的改进不仅保证了算法的准确度,还提升了算法的实时性。检测模块的改进使得TLD算法即使在运动目标部分被遮挡或发生形态改变的情况下依旧有很好的跟踪效果。对数据集OTB 2013进行实验验证发现,本文算法与其他5种算法相比,不仅跟踪精确度高、运行速度快,还能有效提高运动目标被遮挡时的跟踪效果。     

基于改进Hausdorff距离算法的发变组大差保护新原理

发变组大差动保护属于保护双重化中主保护的一种,传统发变组大差保护动作速度慢且易受电流互感器饱和影响。对此,提出了一种兼备速动性及抗饱和特性的基于改进Hausdorff距离算法的发变组大差保护新判据。首先分析了改进Hausdorff距离算法的基本原理:在发变组区内故障时,由各端电流构造的Hausdorff距离值较大;在区外故障及正常运行时,由各端电流构造的Hausdorff距离值较小,基本为0。基于此原理提出了发变组大差保护新判据,并给出了门槛值整定方案。另外,提出了电流互感器饱和识别及保护再开放策略。理论分析和仿真结果验证了所提保护方案的有效性,能快速可靠识别区内故障,在区外故障饱和情况下可靠闭锁,再次发生转换性故障时也能快速开放,且判据门槛值整定简单,不受系统参数的影响。     

基于信息融合的运动目标跟踪算法

针对复杂背景下目标遮挡后跟踪不稳定的问题,提出了一种在粒子滤波框架下融合异类信息进行目标跟踪的算法.该方法建立了声源特征模型和颜色特征模型,在此基础上将声音信息和图像的颜色信息融合到粒子滤波跟踪算法中,通过粒子更新策略实现跟踪.实验结果表明与基于单一特征的跟踪算法相比均方误差降低了18.3%.在低信噪比情况下,该算法更...     

一种快速运动目标检测与跟踪算法

运动目标的检测与跟踪是计算机视觉和图像编码研究的主要内容,有着广泛的应用领域。基于光流场的检测与跟踪是其常用的方法之一,但其计算结果和效率是不能令人满意的。提出了基于帧间差阈值法和光流场相结合的快速运动目标检测与跟踪算法,计算结果表明该算法简单实用、运算速度快,克服了单纯光流场方法的不足。     

一种基于Hausdorff距离算法的电流互感器饱和识别策略

为解决电流互感器(TA)饱和导致的线路电流差动保护误动问题,提出一种基于Hausdorff距离算法的电流互感器饱和识别策略。首先,分析了电流互感器的饱和特性,指出现有饱和识别方法的问题。然后,基于电流互感器正常电流波形和饱和电流波形的特征,引入了在几何建模、图像识别等领域广泛应用的Hausdorff距离算法,提出了TA饱和识别判据,该判据能在线路区外故障发生互感器饱和时可靠闭锁电流差动保护,在区内故障时可靠不动作。理论分析和基于PSCAD的仿真结果表明,所提TA饱和识别策略能有效识别不同程度的电流互感器饱和,识别快速且准确性较高,具有一定的工程借鉴意义。     

基于TMS320DM642的运动目标跟踪系统

针对实时图像处理中数据量大、运算速度快的实际需要,提出了一种基于TMS320DM642实时运动目标跟踪平台,并介绍了视频跟踪处理中的典型算法。该系统运用差分法来检测运动目标,并采用形心跟踪法来自动跟踪目标。实验结果表明在对比度较高时,无人为干预情况下,系统取得了较好的跟踪效果。     

基于Hausdorff距离算法的自适应线路差动保护方案

为同时提高传统电流差动保护的速动性、灵敏性与安全性,提出一种基于Hausdorff距离算法的自适应线路差动保护方案。该方案应用Hausdorff距离算法对线路两侧电流进行实时短窗计算,并据此调整保护制动系数,以提高保护的耐受过渡电阻及抗电流互感器饱和能力,具有自适应、免整定的优良特性。基于PSCAD的仿真测试验证了所提方案的可行性及优越性。     

基于Hausdorff距离的漏电流故障监测方法

针对低压配电系统TN-C-S接线方式下,传统剩余电流保护装置存在灵敏度低、监测盲区范围大等问题,提出一种基于Hausdorff距离的漏电流故障监测方法.依托低压配电自动化系统,采用边缘计算的智能分布式代理模式实现漏电流监测.通过分析变压器出口至分支线间发生单相接地引起的漏电流故障时,故障点两侧剩余电流波形差异度特征,引入Hausdorff距离算法,其距离值表征相邻终端间剩余电流的差异程度,利用故障统一判据确定故障所在区段,其识别能力不受多种原因造成的下游正常剩余电流影响,并提高了监测灵敏度.仿真试验验证了该保护方案的正确性.     

基于Hausdorff距离的自适应母线保护新原理

传统基于工频量的差动式或比相式母线保护装置受滤波算法数据窗影响动作速度较慢且原理上无法摆脱电流互感器(current transformer, CT)暂态饱和带来的不利影响.为此,提出了一种基于Hausdorff距离算法的自适应母线保护新原理.首先给出了Hausdorff距离算法的基本原理,然后将与母线相连任一支路电流...     

基于强跟踪UKF的视频目标跟踪算法

针对无迹卡尔曼滤波（unscented Kalman filter ,UKF）在非线性系统状态估计中存在的跟踪缓慢和稳态偏差问题,提出一种基于强跟踪UKF的视频目标跟踪算法。该算法以无迹变换（unscented transform ,UT）为基础,结合强跟踪滤波器和UKF滤波器的优点,在状态预测协方差矩阵中引入时变渐消因子调节卡尔曼增益,强迫输出残差序列保持正交,并提取残差序列的有效信息,提高滤波器对状态变化的跟踪能力。仿真结果表明,利用强跟踪UKF算法对视频中的运动目标进行跟踪,具有更高的跟踪精度,状态滤波均方误差更小。     

基于改进YOLO和DeepSORT的实时多目标跟踪算法

针对基于检测的两步多目标跟踪算法模型结构复杂、实时性差的问题,提出一种基于改进YOLOv4-Tiny和DeepSORT的实时多目标跟踪算法。在YOLOv4-Tiny算法中引入深度可分离卷积,压缩模型计算量;将检测分支增加至3个,并使用多尺度特征融合结构以降低对小目标的漏检率;利用改进的GC注意力模块,加强网络对全局上下文特征的提取能力。跟踪部分使用DeepSORT算法,使用匀加速卡尔曼滤波优化其行人运动模型,利用浅层分类网络重构其外观模型,最后在MOT16测试序列中实验。结果表明,改进算法的总参数量为4.2M,较原算法减少52%且MOTA增加5.2%,GPU下处理时间加快,单CPU时能达到平均每秒11帧的跟踪速度,能满足低算力设备对跟踪任务精度和速度的要求。     

基于双边滤波的协方差目标跟踪算法

现有的使用协方差建模的目标跟踪方法在目标形变或是光照变化较大的情况下,达不到理想的跟踪效果。在分析目前协方差建模目标跟踪方法缺点的基础上,提出一种融合双边滤波的协方差目标跟踪算法。首先,将待跟踪图像进行双边滤波,提取滤波后的图像特征构建协方差特征矩阵作为跟踪模板。其次,由于协方差矩阵为对称正定流形,服从对数-欧几里德黎曼度量。在此度量下,构建了目标协方差矩阵相似性度量和模板更新策略。各种条件下的实验结果表明,新构建的基于双边滤波的协方差特征矩阵对目标形变和光照变化有更好的适应性。     

运动目标检测与跟踪中FPGA的应用

运动目标检测与跟踪需要处理大量的视频数据,FPGA并行处理的工作方式和可重复执行多任务的能力,使其在视频数据运算与处理中能够发挥很大作用。讨论了FPGA结合DSP实现目标检测与跟踪的技术方案,重点研究了以FPGA构建图像预处理环节中处理器的设计方法。仿真和实验结果表明,基于FPGA的处理器能够完全满足图像预处理中运算量大、重复性强、速度高的要求,有效地缓解了DSP在后续的目标检测与跟踪中数据运算处理的压力,使得系统更加实时、准确、高效。     

基于特征点检测与光流法的运动目标跟踪算法

为了解决当前运动目标跟踪算法在背景模型复杂和目标特征不明显的情况下,导致算法跟踪能力不足的问题,本文分别从特征点检测与光流法分析的角度出发,提出了基于特征点检测与光流法的运动目标跟踪算法。首先,根据图像梯度矩阵最小特征值,通过仿射变换,精确化特征点帧间匹配,排除伪特征点,达到精准检测运动目标特征点的目的。然后,基于图像像素守恒原理,进行2幅图像间变形评估,建立图像约束方程,进一步精确跟踪运动目标。最后,基于软件开发环境QTCreator实现算法,并系统集成。实验测试结果显示:与当前运动目标跟踪技术相比,本文算法拥有更高的准确性与稳定性。     

基于ORB特征的快速目标检测算法

在动态场景运动目标检测下提出了一种新颖的快速目标检测算法,针对SURF算法不能满足实时性的需要,提出基于ORB(oriented FAST and rotated BRIEF)特征的特征点匹配算法,接着采用八参数旋转模型,结合最小二乘法求解全局运动参数进行运动补偿,最后使用帧差法来获得运动目标。在此过程中采用PROSAC(progressive sample consensus)算法来去除外点。实验结果表明,该算法不仅保持了SURF本身的优越性,而且提高了检测速度,可以实时准确的检测出运动目标。     

Multiple object detection and tracking with pseudo-particle filter

To tackle the divergence of the classical particle filter method for multiple object tracking in image sequences, a new particle filter, called pseudoparticle filter (PPF), is proposed. The PPF invokes subset particles of generic particle filters to form a continuous estimate of the posterior density function of the objects. After sampling-importance resampling (SIR), the subset particles converge to the observations. It is proved that, using an appropriate kernel function of the mean shift algorithm, we can get the subset particles of the observations and the fixed points of clustering results as the state of the objects. A multiple object data association and state estimation technique is proposed to resolve the subset particles correspondence ambiguities that arise when multiple objects are present. Experimental results demonstrate the efficiency and effectiveness of the algorithm for single and multiple object tracking. __________ Translated from Journal of Xidian University, 2008, 35(2): 248–253 [译自: 西安电子科技大学学报(自然科学版)]     

一种基于特征融合的点特征目标跟踪算法

联合目标的颜色和纹理特征,构造了由目标的颜色和纹理特征联合表示的特征点目标表示模型,利用Mahalanobis距离构造特征点匹配函数,利用自适应kalman滤波(AKF)算法预测特征点在下一帧图像中的位置,通过特征点匹配准确定位目标,达到实时、准确跟踪的目的。实验表明,该方法对于光线变化,目标形状相似以及目标被部分遮挡时的跟踪是有效和稳健的。     

基于多特征匹配的轻量化行人跟踪算法研究

行人跟踪是深度学习研究中的热点内容。目前的跟踪算法存在无法满足实时性和因跟踪目标相似度太高、目标间的遮挡、运动不规律造成ID频繁转换的问题。为了提高运行速度,在目标检测阶段使用CNN和transformer相结合的轻量化网络,采用联合检测的方式,共享特征权重,并行计算检测、重识别、人体姿态估计分支,同时调整各个分支卷积通道数。跟踪部分则利用卡尔曼滤波预测的目标运动信息,目标重识别信息,和目标姿态的各个关键点位置信息共同完成目标身份匹配,减少了同一ID的频繁转换。实验部分采用MOT16数据集训练和测试。本算法的多目标跟踪准确度(MOTA)为48.5%,多目标跟踪精确度(MOTP)为78.17%,FPS为20,模型大小为18.4M。实验表明,提出的跟踪算法提高了整体的跟踪性能,实时性和准确性达到了预期要求。     

基于拟蒙特卡洛滤波的改进式粒子滤波目标跟踪算法

单摄像机视觉跟踪过程中,常发生目标被遮挡或背景复杂的情况,此时容易跟丢目标,为了提高跟踪的准确性。从目标表现和背景的不确定性入手,以协方差特征对目标表现以及背景进行建模,应用到到粒子滤波的框架中,优化采样粒子的分布,在估计粒子的权重时,不仅考虑目标的真实状态和可能状态的相似性,还考虑了目标可能的状态和背景的差异.将提出的算法与粒子滤波,均值漂移,基于协方差概率跟踪算法进行比较,通过MATLAB2010编程平台,比较了几种算法的处理速度以及跟踪误差,试验结果表明,提出的算法每秒处理速度为60帧/s,优于上述3种跟踪算法平均误差值也高于另外3种算法。所提出算法在目标存在遮挡和背景较为复杂时,能够保证对目标进行准确,连续的跟踪。