基于目标中心距离加权和图像特征识别的跟踪算法

本文提出了一种实时跟踪算法,以目标中心距离加权的灰度图像作为模板,采用mean-shift迭代方法实现目标的空间定位;同时建立二值图像模板,根据目标的图像特征,进行尺度定位.本算法改进了kernel-based算法对变尺度目标的跟踪.对于超过一定像素的较大目标,本算法进行"降采样",大大减小运算量,从而实现了对大尺度目标的实时跟踪.实时视频流的跟踪实验验证了该方法的有效性.     

一种小目标快速识别与跟踪方法

提出了一种基于多帧相关技术与波门选通技术相结合的快速目标识别与跟踪方法.利用多级滤波抑制噪声的方法对单帧采集图像进行处理,得到潜在的目标信息,然后利用多帧相关性和目标的运动连续性确定目标;对于后续图像引入波门选通技术,在波门内进行预处理、分割与识别跟踪.探讨了多帧相关技术中目标确定的理论判据,综合考虑目标的尺寸因素和目标的运动特征,提出一种新的波门设定方法.实验结果表明,对于信噪比(SNR)大于等于2.0的图像,该方法能够在获得目标的运动参数及运行轨迹的基础上显著地提高识别效率,实现对运动目标的实时分析,同时更好地抑制背景噪声.     

自动多目标识别和跟踪系统

研制的自动多目标识别和跟踪系统采用了三级分类识别、动态景物分析等技术,不仅改善了微弱运动目标的捕获能力、实现了运动多目标识别,还具有预计目标遮掩及实现目标再捕获的能力,使系统具有高的目标识别率,当目标数为10个时,系统识别速率为10帧/s。     

有人战斗机和无人战斗机打击性能比较分析

对敌威胁扇面角的确定是战斗机对敌舰进行打击、执行海上作战计划的重要环节,有助于提高编队体系作战能力。美国海军的“伯克”级驱逐舰拥有强大的攻击能力、卓越的防空和对舰作战能力。针对美国海军的“伯克”级驱逐舰,分析了有人战斗机和无人战斗机对其构成的威胁扇面角与预警半径、敌我距离、我机作战半径、导弹射程的关系,建立了对敌空中威胁扇面角定量模型。仿真结果表明了无人战斗机在远程打击上的优势。     

基于证据理论的跟踪辅助目标识别

为提高目标属性识别精度,本文以证据理论为基础,提出一种跟踪辅助目标识别方法。通过在属性融合中引入目标的跟踪信息,增加了属性融合空间的维数,改进了目标的识别性能,提高了目标的识别正确度。实验结果证明了这一方法的有效性,特别是在属性测量传感器较少的情况下,这一方法更有其实际意义。     

以色列将发射远程无人战斗机

以色列正在为最新研发的高空长航时（HALE）无人战斗机（UCAV）的第一次飞行做准备，该飞机被命名为Eitan（意为“坚定”）。     

地面目标跟踪中的道路识别

针对地面目标跟踪中的道路识别问题研究了一种快速有效的实现方法。建立了道路识别问题的 数学模型并将上述问题与一个不等式约束的正定二次规划问题相联系。给出了二次规划问题的最优性条件并提出了一种基于有效集算法的道路识别方法。通过两个不同的仿真实例验证了上述算法的可行性和有效性。     

基于时空信息融合的无人艇水面目标检测跟踪

在无人艇(USV)的导航、避障等多种任务中,目标检测与跟踪都十分重要,但水面环境复杂,存在目标尺度变化、遮挡、光照变化以及摄像头抖动等诸多问题.该文提出基于时空信息融合的无人艇水面视觉目标检测跟踪,在空间上利用深度学习检测,提取单帧深度语义特征,在时间上利用相关滤波跟踪,计算帧间方向梯度特征相关性,通过特征对比将时空信息进行融合,实现了持续稳定地对水面目标进行检测与跟踪,兼顾了实时性和鲁棒性.实验结果表明,该算法平均检测速度和精度相对较高,在检测跟踪速度为15?fps情况下,检测跟踪精确度为0.83.     

基于时空信息融合的无人艇水面目标检测跟踪

在无人艇(USV)的导航、避障等多种任务中,目标检测与跟踪都十分重要,但水面环境复杂,存在目标尺度变化、遮挡、光照变化以及摄像头抖动等诸多问题。该文提出基于时空信息融合的无人艇水面视觉目标检测跟踪,在空间上利用深度学习检测,提取单帧深度语义特征,在时间上利用相关滤波跟踪,计算帧间方向梯度特征相关性,通过特征对比将时空信息进行融合,实现了持续稳定地对水面目标进行检测与跟踪,兼顾了实时性和鲁棒性。实验结果表明,该算法平均检测速度和精度相对较高,在检测跟踪速度为15 fps情况下,检测跟踪精确度为0.83。     

英国公布无人战斗机的研制情况

英国一直在秘密开发先进无人机技术,最近该国最大的综合性军工集团———BAE系统公司在英国国防部的授权下,公布了其无人战斗机研制的一些情况。2003年底,BAE系统公司首飞了1架名为“大乌鸦”(Raven)的无人战斗机(UCAV)验证机。虽然“大乌鸦”还只是缩比验证机,但英国已计划在2006年启动一个全尺寸UCAV技术演示验证项目,它将以“大乌鸦”和其他仍保密的研究与发展工作的成果为基础,可能会采用内部弹舱。在低可探测性(LO)、自主性和传感器综合等UCAV关键技术研究方面,BAE系统公司获得了英国国防部提供的拨款,在这些领域取得的突破…     

基于生物视觉的地面目标识别与跟踪锁定

图像中待攻击目标的自动识别与跟踪锁定是图像制导的基本任务,也是图像制导技术的难点所在。由于获得图像的角度和位置的不同,同一目标在不同图像中会有较大的变形,如何正确地识别出该目标是至今未能很好解决的问题。相比之下,人和动物在复杂的环境中,几乎在各种角度和位置的情况下,均可以可靠地识别出目标,并能完成对该目标的跟踪锁定。因此生物视觉的工作机理成为了当前学者研究的热点,在继承和发展了当前国际上该领域的最新研究成果的基础上,实现了生物视觉原理下的目标识别与跟踪算法,经过大量真实图像的试验,证明了该算法的鲁棒性。     

基于图像目标识别印章的可视数字跟踪系统

提出一种目标识别跟踪的新方法。借鉴人类的视觉的特性,用目标识别印章对图像目标进行识别跟踪。特别是在发生异常情况－－光照瞬间急剧变化或目标短暂丢失的条件下仍能对目标进行识别跟踪用图像代数给出目标认别印 在于模型,研究上式可视数字跟踪系统中目标的智能识别跟踪。通过给出两个可视跟踪的实例,跟踪飞机和人腿说明本文方法的有效性和适用性。     

复杂背景中移动目标的快速识别与跟踪

本文提出一种基于差值的在复杂背景中快速识别和跟踪移动目标的方法。文章总结了关于移动物体连续两帧图像的特点，在图像对比中利用它们空间位移上的相对变化，确定了一套实用的算法，并在程序中改进了像素灰度的读取方式，从而使整套方法显得更加切实而有效。实验表明，本文算法在复杂背景下．对于移动目标识别快速，跟踪准确，抗干扰能力强。     

基于边缘统计的简单背景多目标识别跟踪

提出了一种新型图像多目标识别跟踪算法,其突出特点为速度快、目标探测准确性高,并且可以同时对多个目标进行识别跟踪.整个系统包括图像预处理即目标增强,边界的目标识别即纵向、横向统计叠加和目标检测.传统的图像跟踪方式如模板相关匹配方法、梯度形心方法以及极值区域跟踪方法不能同时区分多个目标,遇到多目标和干扰等均会失效.文中提出的方法能够有效地解决这一问题,通过区分可能目标区域,能够在一定程度上抑制干扰并对多个目标进行实时跟踪.     

简评基于图像融合的目标识别和跟踪算法

传统的目标识别和跟踪算法都是基于单传感器图像的.随着多传感器图像融合技术的深入发展,其在目标识别和跟踪领域的应用也越来越广泛.评述了基于图像融合的目标识别与跟踪算法,包括融合预处理、融合识别和融合跟踪,说明了图像融合思想在目标识别与跟踪领域的优越性.     

用于目标跟踪的矩阵运算电路设计及实现

实时目标跟踪在自动控制和在线检测领域中具有重要意义。本文提出了一种用两幅图像作异或运算实现运动目标的检测及跟踪的方法,并给出了能快速完成此运算的与计算机系统总线接口的电路硬件设计。实验表明,该电路硬件运算比纯程序软件运算速度快近两倍,是实时目标跟踪的首选方法。