基于增量子空间自适应决策的目标跟踪

基于增量子空间的目标跟踪算法多数不加选择地将检测到的目标作为模板训练的样本, 并以固定频率更新模板, 这种无反馈闭环机制使得算法在目标外观模型发生变化、 光照变化等复杂条件下难以鲁棒跟踪目标, 一旦跟踪失败很难从错误中恢复. 为此, 我们提出一种反馈闭环跟踪算法, 在增量子空间粒子滤波跟踪框架下, 引入跟踪状态判决作为后续模板更新依据. 通过判决反馈信息选择合适的样本适时更新模板, 有效克服目标外观模型的变化, 持续跟踪目标. 实验结果表明, 由于引入跟踪状态判决, 在目标外观变化、光照变化等情况下, 本算法能够以与环境相适应的频率及时更新模板, 提高跟踪精度, 实验结果验证了本文算法的鲁棒性和有效性.     

可见光-热红外视频运动目标融合检测的研究进展及展望

在智能视频监视领域,协同利用可见光和热红外传感器,使全天时、精确、鲁棒的智能监视成为可能,具有显著的优势.对可见光-热红外运动目标融合检测的研究进展进行分析和总结.首先,分析了多源传感器融合检测问题,着重说明了融合检测的显著优势、关键步骤及已有公开测试数据集等;然后,详细分析了该类算法的研究进展,从融合策略、运动检测策...     

基于大脑响应特征的视频情感分类算法

视频情感识别是计算机视觉的研究热点,由于认识到人类本身才是情感产生的源头,近来,利用人类自身的大脑响应等生理特征对视频所包含的情感进行识别,即隐性情感识别成为研究重点。然而,目前利用脑电图信号对音乐视频愉悦度的识别率仍不能令人满意,原因在于未能从大量的脑电图数据中获取到有效的分类特征。为了进一步提高识别准确率,在DEAP数据库中,不采用传统的脑电图时域和频域特征,而是利用数据标准化以及特征选择方法从脑电图时间序列信号中直接提取有效特征,从而提取到脑电图信号中具有较高分类能力的特征,并将得到的脑电图特征用于音乐视频分类实验中,结果表明,相对于传统方法,可以大大提高脑电图信号对音乐视频愉悦度识别率。