多层时空切片联合的快速人体跟踪算法

针对传统人体跟踪方法中目标模型复杂、计算量大等问题,该文提出一种无目标模型的多层时空切片联合的人体跟踪算法。用多层时空切片中的多个动态区域表示人体,区域的选择无需使用任何预定义的目标区域模型。使用时空切片方法在图像序列空间中提取多层水平时空切片图像,在每层时空切片图像中,检测和跟踪潜在的运动区域,并根据区域运动一致性和空间一致性关系,将多个区域关联成不同的人体目标,实现多个人体目标的跟踪,从而将XYT 3维空间中的人体跟踪问题转化为多个XT 2维空间的区域联合跟踪问题。实验表明,该算法降低了跟踪的轨迹误差,满足实时性跟踪要求,同时通过多区域的联合增强了跟踪算法的抗干扰能力,即在人体部分区域丢失的情况下仍能有效跟踪。     

一种基于时空切片提取摄像机运动的方法

根据对视频时空切片的分析,提出了一种从视频中提取摄像机运动特征的方法:通过镜头突变检测,将视频分割为单镜头序列,再检测镜头中摄像机的运动.实验证明,该方法是鲁棒且有效的.     

基于语义特征立方体切片的人体动作识别

基于深度学习的人体动作识别近几年取得了良好的识别效果,尤其是二维卷积神经网络可以较充分的学习人体动作的空间特征,但在捕获长时间的运动信息上仍存在问题。针对此问题,提出了基于语义特征立方体切片的人体动作识别模型来联合地学习动作的表观和运动特征。该模型在时序分割网络(Temporal Segment Networks,TSN)的基础上,选取InceptionV4作为骨干网络提取人体动作的表观特征,将得到的三维特征图立方体分为二维的空间上和时间上的特征图切片。另外设计一个时空特征融合模块协同的学习多维度切片的权重分配,从而得到人体动作的时空特征,由此实现了网络的端到端训练。与TSN模型相比,该模型在UCF101和 HMDB51数据集上的准确率均有所提升。实验结果表明,该模型在不显著增加网络参数量的前提下,能够捕获更丰富的运动信息,使人体动作的识别结果提高。      

基于图像序列的人体运动跟踪算法

为了提高人体运动的跟踪精度,提出基于图像序列的人体运动跟踪算法。首先对当前人体跟踪算法的研究现状进行分析,指出粒子滤波算法进行人体运动跟踪的不足;然后对粒子滤波算法进行改进,增加了采样粒子多样化,提高非线性人体运动目标跟踪性能,加快人体运动跟踪速度;最后采用仿真实验对人体运动跟踪算法的性能进行测试。实验结果表明,相对于其他人体运动跟踪算法,该算法提高了人体运动跟踪的准确性,而且人体运动跟踪的时间减少,具有更好的稳定性。     

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。     

基于时空特征提取的智能网络切片算法

5G网络作为新一代的移动通信网络,提供了差异多样的各类业务服务,而通过网络切片可以将5G网络的资源虚拟化并更为有效地分配给各类服务.然而,当用户的服务需求发生变化时,需要及时地进行切片资源的重新分配和管理.为了准确适配业务需求的时空变化,提升切片性能,考虑采用深度强化学习的人工智能算法对切片资源进行实时管理,提出了基于...     

基于Hough变换的检测前跟踪算法的性能分析

在K分布杂波加热噪声背景下 ,采用基于Hough变换的检测前跟踪算法对匀速直线运动的SwerlingII型低可观测目标的检测过程进行了仿真。在此基础上 ,分析了该算法的检测性能 ,得出了解析表达式。针对解析式复杂、不便于进行性能评估的缺陷 ,采用Pad啨近似法对解析式进行近似 ,从而较容易地实现了检测性能评估 ,并通过MonteCarlo仿真验证了该近似算法的可行性     

人体运动跟踪系统的研究与实现

从人流统计的实际工程出发,实现了基于计算机视觉的人体运动检测及跟踪系统,采用“差影法”滤掉静止帧,使用自适应的一阶递归滤波及帧差法提取运动区域,并通过数学形态滤波的开运算和闭运算改善运动区域提取效果。实验结果证明本运动跟踪方案处理简单高效、抗噪能力强,可以完成复杂背景下运动目标的实时性检测与跟踪。     

基于超宽带雷达的运动人体目标跟踪成像算法

 超宽带雷达用于人体探测,在大规模城区巷战、反恐斗争和灾害救援等方面有着广阔的应用前景.传统的超宽带成像算法在识别能力及计算效率上已不能满足要求.本文针对运动人体目标场景建立系统模型,将人体运动等效为天线移动扫描,基于快速SEABED成像算法提出一种用于超宽带雷达的动目标跟踪成像算法.仿真与实验结果验证了算法的有效性和可行性,该算法对系统硬件要求低,实时性好,准确度高,能完成对运动目标速度估计及运动轨迹跟踪,并对目标边界成像.     

跟踪机器人识别运动人体装置的实现方案

提出了一种跟踪机器人的人体识别方法。通过提取目标人的衣服色彩及轮廓特征,能够从自由背景中识别出目标人,并通过动态更新的方法提高基于普通摄像机的人体运动分析系统对环境的适应性。应用结果表明,这种方法不受亮度影响,鲁棒性强,识别率高。     

基于运动轨迹分析的监控视频关键帧提取

当前,从海量监控视频中高效、准确地提取关键帧是一项极具挑战性的课题,为此提出了一种基于运动轨迹分析的监控视频关键帧提取方法.给出了该方法的实现过程,并进行了实验与分析.结果表明,所提出的方法在关键帧提取准确性上优于当前的主流方法.     

基于特征点匹配和广义Hough变换的扩展目标跟踪方法

针对扩展目标在跟踪过程中存在的因旋转、尺度变化和目标部分区域离开视场时引起的漂移等问题,提出了一种在特征点匹配的基础上结合广义Hough变换的扩展目标跟踪方法.采用ORB特征处理相邻两帧图像,得到初始匹配特征点,然后再用随机采样一致处理筛选出匹配正确率高的特征点作为基础特征点,利用这些基础特征点进行广义Hough变换,提取出一个相对位置固定的跟踪点对目标进行跟踪.实验表明,该方法具有能保持跟踪点的相对位置固定的特性.     

一种基于Hough变换的声呐对目标航迹检测算法研究

为提高声呐对目标航迹的检测性能,从单部声呐时间融合的角度出发,提出了一种基于Hough变换的声呐信号检测算法。该算法把航迹上的观测点变换为参数空间的对应曲线,充分利用一段时间内的目标观测数据,在低信噪比下也能从背景噪声中提取目标的航迹特征,提高了声呐的检测概率,且对部分信息和数据的缺失不敏感。仿真试验证明了该算法的有效性。     

基于全局运动补偿的红外目标变换相关跟踪算法

提出了一种新的前视红外序列图像目标跟踪方法.利用基于区域分割和模板匹配的全局补偿算法进行运动估计,有效消除了运动平台中摄像机运动对跟踪性能带来的不利影响.同时,采用二元联合变换相关器进行红外目标的检测与跟踪.通过将振幅调制的功率谱转化为脉冲调制的功率谱,可以获得更清晰尖锐的相关峰,提高了算法的鲁棒性.实验结果表明,该方法是有效的和稳健的.     

XYZ视频图像压缩编码

本文讨论并实现了基于3-D DCT的XYZ视频图像压缩编码方法.该方法不涉及运动估计和运动补偿,复杂度低.实验结果表明,这种算法能快速地、高质量地压缩视频图像,是一种很有潜力的视频编码方法.     

人体快转向运动自适应卡尔曼跟踪算法

穿墙雷达对人体目标进行跟踪探测面临一系列技术难点,包括墙体反射产生的虚警、射频干扰、定位误差和目标丢失等。针对上述问题,文中基于多目标数据关联和自适应的卡尔曼滤波算法,提出一种适用于穿墙雷达探测的快转向运 动人体轨迹跟踪综合处理算法,重点解决快转向运动人体目标的跟踪及多运动人体目标的轨迹交叉等问题。实验结果验证了该算法具有虚警较少、轨迹平滑、计算量小、易于工程实现、定位误差可减小50% 等优点。对于反向运动的人体目标, 算法也可进行有效跟踪。     

基于模糊空时线索的多目标在线跟踪算法

多目标在线跟踪是视频监控中的关键问题之一.针对日益增长的智能化视频监控的需求,提出了一种基于模糊空时线索的多目标在线跟踪算法.在该算法中,引入模糊空时多属性特征定义距离函数,利用模糊C均值聚类优化得到交叉隶属度矩阵,实现目标与观测间的数据关联.为了减少错误的轨迹起始,利用空时线索定义了遮挡度函数,判别出新目标并起始相应的目标轨迹.实验结果表明,本文算法能够准确地估计出目标的运动轨迹.本文算法可应用于视频监控、安防以及自动驾驶等领域.