融合图像深度的抗遮挡目标跟踪算法

由于视频信息的局限性,在遮挡情况下的目标跟踪依然是一个很难解决的问题.针对目标跟踪过程中的遮挡问题,提出将图像深度引入单目标跟踪算法.首先应用单目图像深度估计算法对图像进行深度估计,获取图像的深度信息;其次,将基于孪生区域推荐网络的目标跟踪算法与图像深度相结合,构建遮挡判别模块,利用目标深度信息的变化判断遮挡情况;最后...     

一种复杂背景图像三维重建算法及其医学应用

针对复杂背景下绝大多数三维重建算法的可靠性不高和鲁棒性不强的问题,提出一种适合复杂背景图像的三维重建算法.研究空间点三维重建计算的一般性框架,并分析具体的实现过程;为了提高复杂背景下三维重建的可靠性和鲁棒性,对初始视差图中的无纹理或低纹理区域、遮挡区域和深度不连续区域分别运用置信滤波器、左右一致性滤波器和唯一性滤波器进行预处理,剔除伪匹配点;将滤波后的致密视差图进行空间点的三维重建,得到复杂背景图像点的深度信息.实验结果表明,该算法计算效率高,具有很强的稳健性,即使图像背景条件发生动态变化也能够获得满意的三维重建精度,能够为计算机辅助外科诊断系统提供可靠的深度信息.     

基于遮挡目标去除的公交车拥挤度分类算法

由于公交车中场景复杂、干扰因素繁多容易出现遮挡乘客问题,现有深度学习和目标检测方法在对公交车内的拥挤程度分类时精度低、效果差,往往达不到令人满意的效果。针对这一问题,提出一种基于遮挡目标去除的公交车拥挤度分类算法,对公交拥挤进行分类和分析。该方法有遮挡物检测、图像去遮挡和拥挤度分类模块三部分组成。基于目标检测算法检测出遮挡物,通过图像修复算法对乘客图像进行修复,利用拥挤度分类算法分析拥挤度。本研究从真实的公交车中采集数据生成数据集,并进行标注。试验结果表明,基于遮挡目标去除的分类算法的准确率达到了67.12%,与现有的方法对比具有最高的预测精度。     

基于四维光场数据的深度估计算法

基于光场数据的四维结构信息,提出一种具有像素级精度的深度估计算法,为三维表面重构提供精确的深度信息.首先,由光场数据中视差与视点位移的等比关系,给出基于光场数据的区域匹配算法,得到初步视差图.其次,基于区域匹配的误差来源建立新的置信函数,对误匹配像素进行分类并优化,得到高精度的深度图.采用公开的HCI标准光场数据和实拍的光场数据进行了算法验证和成像精度评测.结果表明,与已有的算法相比,新算法具有更好的计算精度,在平滑区域和边缘遮挡区域有较好效果.     

基于UCB算法的交替深度Q网络

在深度强化学习中,智能体需要与环境进行交互学习,这就需要智能体能够很好地去平衡利用与探索. 因此如何提升算法的样本有效性,增加算法的探索能力,一直是深度强化学习领域中非常重要的研究方向. 结合已有研究成果,提出了一种交替使用多个不同初始化深度Q网络方法,使用网络随机初始化带来的探索性能. 基于最大置信度上界算法先构造一种交替选择深度Q网络策略. 并将该调度网络策略与多个随机初始化的深度Q网络结合,得到基于最大置信度上界的交替深度Q网络算法. 在多个不同的标准强化学习实验环境上的实验结果表明,该算法比其他基准算法有更高的样本效率和算法学习效率.     

利用OpenGL实现屏幕坐标与世界坐标的相互变换

屏幕坐标是二维坐标,世界坐标是三维坐标,在计算机图形处理中,两坐标系间的相互变换是必不可少的.OpenGL是近年发展起来的一个性能卓越的三维图形工业标准,有着强大的图形功能和良好的跨平台移植能力.利用OpenGL的成像原理以及深度缓存信息技术,实现了屏幕坐标系与世界坐标系间的变换算法,具有通用性,已应用于建立虚拟腧穴三维模型的研究课题中.经验证,算法简单快捷,达到课题对于坐标变换算法的速度、精度的要求.     

基于结构光深度图像获取装置的研究

为了获得深度图像,采用激光时序空间编码技术,研制了深度图像获取装置,给出了深度图像获取装置的硬件和工作原理,提出了一种深度测量算法．实验结果表明,该装置能较好地获取深度图像;有效地减少图像的采集、处理量．通过处理8幅图像就能得到空间分辨率为1／256的景物深度数据和深度图像,具有简单、快速的优点,为基于深度图像的目标边缘检测和识别提供了有效的方法．     

深度分层融合超像素分割的深度视频去噪算法

针对传统的视频去噪方法对深度视频去噪效果不理想,导致丢失轮廓信息和深度值信息的问题,本文提出一种新的深度视频分层去噪与彩色图像超像素分割相结合的深度视频去噪算法。首先获取深度视频的深度信息,根据深度值分布,将深度视频帧分层去噪,然后将去噪后的每一深度层合并为深度帧,将与深度帧相对应的彩色帧进行超像素划分,填补去除噪声后产生的深度值空白区域的深度值,去除深度视频噪声,或根据物体周边深度值,消除并填补由物体遮挡产生的干扰噪声。实验结果表明,该算法能够消除深度视频噪声,有效解决了深度视频噪声导致画面凌乱,目标物体辨识难,无关物体遮蔽深度信息,获取深度信息困难等问题,减少噪声对公共客流统计项目的干扰,具有较好的实时性和鲁棒性。该研究在公共交通客流统计项目以及医院急诊患者数量统计项目上进行了验证,具有一定的实际应用价值。     

一种基于Meanshift算法的目标跟踪改进

针对遮挡及相似干扰问题,在Meanshift算法的基础上提出了一种新的改进算法.该算法有效地将Meanshift算法与Kalman滤波算法结合,准确确定目标质心位置,并根据目标质心位置及前一帧搜索窗口边界自适应地调整当前搜索窗口,使其与目标位置更匹配,跟踪结果更加准确、可靠,同时也减小了环境等因素对算法的影响.实验对比结果表明,改进算法具有良好的稳定性和自适应性,可有效解决大面积遮挡和相似干扰问题.     

基于深度学习的多视角螺钉缺失智能检测算法

为有效实现工业生产线螺钉缺失问题的智能检测,利用深度学习技术,提出并设计一种螺钉检测算法。该算法包括3个部分：基于目标检测算法实现螺钉自动检测;基于关键点检测的螺钉匹配算法消除零件位置变化影响;构建多视角检测结果融合算法降低零件相互遮挡影响。该算法已应用于多种型号的洗衣机内桶螺钉检测中,试验结果表明其正确率高达99.7%以上。与传统的人工检测方式相比,该算法具有更高的准确率和自动化程度,可以有效减少漏检和误检问题,为工业生产提供新的解决方案。     

并行体绘制中的自适应负载平衡算法

针对并行绘制系统中的负载平衡问题和三维体数据的绘制特点,在Whiteman自适应负载平衡算法的基础上,提出了一种基于深度计算和时间统计的自适应负载平衡算法,该算法利用深度计算设置图像空间中各划分区域的权值,用时间统计的方式对运行中的任务重分配时机进行控制.实验结果表明,该算法能有效提高并行体绘制系统的帧率稳定性和绘制效率.     

一种基于多特征融合的视频目标跟踪方法

针对复杂场景下多特征跟踪算法适应性不强的问题,提出一种多特征有效融合和更新的目标跟踪方法.该方法首先在粒子滤波框架下采用加权融合的方式对目标进行多特征观测和相似性度量,通过分析粒子的空间集中度和权值分布建立一种有效的融合系数计算方法,使融合结果更加准确可靠.然后选取可信度高的特征检测遮挡,并动态调整目标模型的更新速度,以降低算法受目标变化和部分遮挡的影响.实验证明该方法对复杂的跟踪场景具有更强的鲁棒性,并适用于目标被遮挡时的跟踪.     

保持空间准确度与时间一致性的深度估计算法

为提高深度图的准确度,提出了一种基于图割的深度估计算法. 利用平均亮度 梯度联合匹配测度函数代替单像素亮度匹配,并考虑邻近像素深度相关性改变图割网络结构,提高深度估计的空间准确度;采用前一时刻同位置像素的深度约束当前时刻像素的深度值,使估计的深度图在时间上保持一致. 提出的算法考虑了深度图的空间、时间特征,可以提高深度图的准确度. 实验结果表明,与传统的基于图割的深度估计算法相比,新算法估计的深度图更加准确.     

静态环境中基于光流的障碍物检测

针对估计相对深度的传统方法,易受噪声影响的问题,提出了一种基于光流的障碍物检测方法.基于摄像机前方局部地平面假设,通过尺度空间不变（SIFT）特征匹配得到单目图像序列前后帧的匹配点集,用随机抽样一致算法（RANSAC）鲁棒地估计出相机前方近似平面的单应性矩阵,并计算得到光流场,进而恢复出相对深度并建立障碍物图.由于避免了计算光流的一阶微分,该方法具有较好的鲁棒性.室内和室外环境的实验结果都表明,该算法能够恢复出相对深度,并对障碍物进行有效检测.     

一种基于微阵列镜头的多目标的图像置换方法

本文提出了一种基于微阵列镜头的利用图像深度信息进行图像置换的算法.该算法利用基于马尔科夫随机场理论的图割算法构造能量函数,恢复所拍摄场景的深度图,再根据图像中目标物体所在深度层范围进行置换,从而在保留置换部分完整图像的同时,实现微阵列镜头的图像置换功能.实验结果证明,相较于局限在二维平面且交互复杂的传统图像置换技术,本文算法能够准确提取置换图像,并在置换后不损坏图像本身的内容,能有效地处理图像中物体的前后遮挡问题,减少繁琐的交互操作及对操作人员经验的依赖.     

核化空间深度间距的特征提取方法

针对传统的特征提取方法对于不同分布特征的数据集获得的特征提取效果不佳的问题,提出了结合深度函数的特征提取新方法。通过对传统欧式距离特征提取方法的研究,算法利用核化空间深度函数的思想根据数据集中各个数据特征之间的关系来衡量距离,能更有效地把握数据间距的特征,提取出相似的特征来判断出同类和异类。最后,采用对6个标准UCI数据集进行了3种不同维度和3种不同运行次数的仿真实验,对提出的算法进行了充分验证,实验结果表现该方法有良好的适应性。因此,核化空间深度间距的特征提取方法可以获得较好的特征提取效果,为Relief算法的研究提出了新的思路。     

基于核相关滤波和卡尔曼滤波预测的混合跟踪方法

针对核相关滤波(KCF)跟踪算法在遮挡场景中出现跟踪性能降低甚至跟踪失败的问题,提出了一种核相关滤波和卡尔曼滤波(KF)预测相结合的模型自适应抗遮挡图像目标跟踪算法KCF-KF。首先,考虑到传统KCF目标跟踪算法中缺少遮挡评估的问题,通过引入响应图的峰值旁瓣比来对图像目标的遮挡情况进行判断,并将遮挡类型划分为部分遮挡和严重遮挡。其次,根据遮挡程度采取不同的模型更新策略,当目标无遮挡或者部分遮挡时,替代传统KCF跟踪算法中采用固定学习率更新模型的方法,通过自适应地调整模型学习率来更新目标外观模型,避免跟踪漂移;当目标被严重遮挡时,停止KCF模型更新。最后,应用严重遮挡之前的运动信息构建卡尔曼滤波器状态空间和位置输出模型,设计卡尔曼滤波算法预测运动目标轨迹来估计遮挡情景下的目标位置,从而解决在遮挡场景中目标跟踪失败的问题。采用OTB-2013标准数据集进行大量实验,结果表明：所提的混合跟踪算法KCF-KF的距离精度为0.796,重叠成功率为0.692。与其他传统跟踪算法相比,该混合算法的跟踪精度和跟踪成功率均优于其他算法,并且在遇到目标遮挡挑战时具有更好的跟踪性能,有效地解决了跟踪过程中的...     

利用OpenGL实现屏幕坐标与世界坐标的相互变换

屏幕坐标是二维坐标,世界坐标是三维坐标,在计算机图形处理中,两坐标系间的相互变换是必不可少的。OpenGL是近年发展起来的一个性能卓越的三维图形工业标准,有着强大的图形功能和良好的跨平台移植能力。利用OpenGL的成像原理以及深度缓存信息技术,实现了屏幕坐标系与世界坐标系间的变换算法,具有通用性,已应用于建立虚拟腧穴三维模型的研究课题中。经验证,算法简单快捷,达到课题对于坐标变换算法的速度、精度的要求。     

基于双重数字水印的多媒体课件 版权申明与保护方法研究

提出了基于屏幕流彩色图像空间域和DCT频域的双重数字水印自适应嵌入算法。该算法在屏幕流彩色图像的空间域自适应地嵌入可见水印,并将二值不可见水印图像采用混沌序列加密,自适应地嵌入到屏幕流彩色图像的DCT域,形成含有双重数字水印的屏幕流彩色图像。系统测试结果表明,采用该算法嵌入的可见水印比较脆弱,适合多媒体课件的版权申明;嵌入的不可见水印具有较强的鲁棒性,可用于多媒体课件的版权保护。     

深度图像下基于头部多特征的人数统计算法

在现实生活中,因人流量过大而引发的安全事故不胜枚举.为了防止此类事故的发生,可通过视频监控的方式统计人数,及时对行人进行限流和分流.提出一种有效的人数统计算法.该算法采用深度摄像机作为视频采集源,通过分析和提取深度图像下头部的4个特征,实现行人头部检测,并依靠Kalman滤波技术实现对头部目标的跟踪,进而达到人数统计的目的.该算法对行人的不同发型具有一定适应性,同时对轻微遮挡和多人环境下的头部检测均有良好效果.该算法人数统计平均准确率达到88.6%.