公共文化服务平台

共 7 条记录，以下是 1-7

全选清除导出

排序方式：

基于中心对称局部相似数量模型的均值漂移目标跟踪: 2016年; 为实现对运动目标的实时跟踪,提出中心对称局部相似数量(center symmetric-local similarity number,CSLSN)这一新的局部显著度纹理描述算子,并将其引入到目标表征模型。该算子通过分析中心像素及其8邻域像素之间的大小关系,在局部相似数量(local similarity number,LSN)纹理算子的基础上,针对其无法区分同一局部显著度下的不同纹理结构的问题,增加以中心像素为对称点的局部梯度信息,提取出候选目标区域中具有CS-LSN主要模式的真实目标像素,有效地抑制了背景像素的影响并减少了后续目标表征模型的计算量;利用真实目标像素的CS-LSN纹理特征和色度特征构建直方图,完成目标表征;进而将其嵌入到均值漂移(mean shift,MS)框架完成跟踪。实验结果表明,该方法在目标与背景相似、部分遮挡、光照变化及物体形变等情况下均能完成鲁棒跟踪,目标大小为29像素×25像素时,处理速度约为25帧/s,可满足实时应用的需求。; 刘威赵文杰李成李婷谭海峰马扬铭; 关键词：目标跟踪纹理特征

基于Kalman和双级联随机森林的在线目标跟踪算法: 2016年; 针对传统的基于检测的在线目标跟踪算法容易产生跟踪漂移的现象,提出了一种新的在线目标跟踪算法。以基于主方向模板特征的双级联随机森林分类器作为检测器,卡尔曼滤波器作为跟踪器。首先利用卡拉曼算法跟踪目标,然后以跟踪的目标位置为中心向外扩展一定的范围作为双级联随机森林分类器的检测区域,利用全局随机森林分类器和局部随机森林分类器进行目标检测,并将检测结果作为Kalman跟踪算法下一帧的观测值。实验结果显示,提出的算法在跟踪大小420×320的图像时,跟踪速度达到24.3 f/s(帧/秒),目标中心位置误差在30 pixel时,算法准确率可达到80%以上。; 李婷赵文杰杨帅李成; 关键词：视觉跟踪 KALMAN滤波

基于多区域的随机蕨在线目标跟踪算法被引量：2: 2016年; 原始的随机森林跟踪算法,是以像素点的灰度值作为检测特征,在目标发生遮挡和旋转时,容易产生跟踪漂移,为此本文提出了一种基于多区域融合的随机蕨在线目标跟踪算法。首先将目标候选区域划分为多个子区域,然后采用基于积分图的随机蕨分类器对每个子区域的候选图像块进行分类,在跟踪过程中自适应地融合子区域分类结果以剔除被遮挡子区域对目标跟踪结果的影响,同时更新随机蕨特征和子区域图像块的选择。结合对TLD算法部分模块的改进,通过对不同视频序列进行测试,实验结果显示本文算法在跟踪大小320 pixel×240 pixel的视频序列时,跟踪速度达到20~30 frame/s左右,目标中心位置误差在30 pixels时,算法准确率可达到80%以上。; 李婷赵文杰杨帅; 关键词：目标跟踪

遥感图像中机场跑道自动检测方法研究被引量：2: 2016年; 针对遥感图像中机场跑道区域比较狭长的特点,提出一种新的检测遥感图像中机场跑道的方法。跑道作为机场最显著的标志是由于它具有明显的直线特征和边缘特征,本文提出基于Hough变换的改进算法,采用直线支持区间的思想,将相位角的范围缩小到一个小的区域进行检测,大大减少了计算量。然后采用直线连接的方法将满足一定条件的、存在断点的线段连接,最后根据跑道特点,去除不相关的平行线,最终检测出机场跑道,实现了快速精确。; 杨帅程红孙文邦李婷; 关键词：遥感图像机场跑道目标检测 HOUGH变换

无人机侦察图像目标定位在军事上的应用研究被引量：18: 2016年; 无人机能够通过多种方法定位出目标的精确位置信息,以便实施战场指挥或军事打击。主要整理并分类介绍了无人机侦察图像目标定位的各种技术原理,解析了其在军事领域的应用范围;并以无人机飞行任务为模型,完整详细地用空间量算的无人机侦察图像目标定位技术对无人机实际飞行进行航迹规划的运用,证明了无人机侦察图像目标定位技术的重要军事价值。; 杨帅程红李婷孙文邦; 关键词：无人机军事应用航迹规划

粒子滤波理论框架及在目标跟踪中的应用被引量：2: 2016年; 重点研究了目标跟踪方法内的基于"目标状态估计、滤波"的跟踪算法,首先介绍了该类算法的理论基础:贝叶斯滤波器和Monte Carlo方法,指出Kalman滤波器的局限性:满足线性系统和高斯分布,进而推导了粒子滤波的理论框架,并就其如何应用于目标跟踪进行了阐述。; 刘威赵文杰李成徐忠林李婷; 关键词：贝叶斯滤波 MONTE CARLO方法 KALMAN滤波器目标跟踪

无人机图像侦察目标定位方法及精度分析被引量：7: 2016年; 为了提高无人机目标定位的速度和精度,提出了一种可靠的基于无人机图像侦察的目标定位算法:首先利用无人机光电系统获得实时侦察目标的图像信息,然后把目标在图像上坐标和无人机自身飞行参数相结合,通过坐标变换和几何求解等过程,构建出目标定位方程,计算出目标的大地坐标。在考虑整个定位过程中存在实际误差的情况下,根据无人机飞行时记录的数据,利用蒙特卡罗模拟法进行仿真实验。实验结果表明,此目标定位算法能快速准确地定位目标,定位精度达到了12.683195 m,说明该算法良好的实时性、精确性、可靠性和可行性。; 杨帅程红李婷孙文邦; 关键词：蒙特卡罗法定位精度分析

全选清除导出

共1页<1>

李婷