基于改进无序运动数学形态特征的弱目标跟踪

在视频无序运动目标实时跟踪中,无序性的出现会使所跟踪目标的尺寸和色彩等外观线索失去强度可靠性,跟踪目标的弱化会导致对目标地错误跟踪.为了克服这一问题,本文提出了一种基于改进无序运动数学形态特征的弱目标跟踪算法.该算法根据数学形态模型,分割出图像中的可跟踪特征,进行弱化特征增强,利用卡尔曼滤波预测各目标是否遇到是真实跟踪模型,在目标较为弱化的情况下,可以计算最佳定位信息更新目标信息.计算机仿真结果表明,所提出算法能够在保证实时性的前提下,在目标较为弱化的情况下,均能实现准确跟踪,并且跟踪结果令人满意.     

一种复杂光照环境下的目标特征聚类跟踪算法

为了研究在复杂光照环境下的多目标特征聚类跟踪,文章分析了从傍晚到夜景时段下车辆视频流的素材,并设计了结合灯组聚类跟踪、灯影去除、车身聚类跟踪的多特征跟踪算法,实验结果表明采用多特征聚类跟踪算法后,在复杂的光照环境下取得较好的跟踪效果。     

基于运动特征的视频检索技术

运动特征是描述视频内容的一种重要信息，本文介绍了一个基于运动特征的视频检索系统。提出了描述全局摄像机运动及特征提取方法。     

基于多特征融合相关的弱小目标检测技术应用

弱小目标的检测与跟踪是当前雷达信号处理研究的热点。文章介绍了一种新的弱小目标检测跟踪技术,该技术基于生物视觉感知机理,将图像处理方法融入雷达信号处理,分析目标特征和杂波、噪声等背景特性,在此基础上探讨有效的背景抑制方法,并结合多特征信息融合方法实现在复杂背景下对弱小目标的检测与跟踪。     

基于运动的视频检索系统

运动特征在某种程度上反映了当前视频的部分语义特征。是描述视频内容的一种重要信息。本文提出了描述全局摄像机运动及特征提取方法，同时以此为基础实现了一个基于运动特征的视频检索系统。     

一种基于多特征融合的自适应目标跟踪策略

为了提升目标物体的跟踪性能,分析了跟踪系统的不足之处,针对多变场景中跟踪目标特征弱化问题,采用了多特征融合的跟踪模式,并设计了场景识别、多特征融合策略和特征学习模块以改善目标跟踪系统的跟踪性能,实验表明该方法对多变场景的跟踪性能具有一定的改善作用。     

基于对称差分和特征点SSDA算法醛运动目标跟踪

针对模板匹配跟踪算法在模板更新时一旦模板信息更新不当,易出现目标跟丢及难以重新捕获目标的问题,给出了一种对称差分和特征点SSDA相结合的运动目标跟踪方法。该方法综合了对称差分法的优点,不仅可以自动提取目标模板,而且在目标跟丢时,可以重新捕获目标。另一方面,该跟踪方法还利用了SSDA算法的优点,不仅搜索目标速度快,而且在运动目标变为静止时以及运动目标较小时,也能保持稳定跟踪。实验结果表明该跟踪方法是行之有效的。     

蚁群链多层博弈网络监护信息融合特征优选

在网络安全预测监护模型设计中,需要对网络安全监护信息进行数据融合和特征优选,以提高对变异特征的识别能力。传统方法中,采用蚁群算法进行监护信息特征优化融合进化和链路模型设计,算法无法实现相邻簇头之间的信息素融合,特征优化效果不好。针对这一问题,提出蚁群链运动多层博弈的网络监护信息融合特征优选算法,构建多层博弈网络监护数据样本驱动空间权矩阵模型,引入粗糙集理论,对蚁群引导的粗糙集前馈补偿网络进行动态博弈,实现网络安全监护数据的预测控制目标函数最佳寻优。构建多层博弈网络监护系统模型,得到蚁群链运动的监护信息数据状态跟踪模型,实现网络安全监护信息的融合特征优选改进。仿真实验表明,该算法能有效提高对异常信息的监护和检测能力,有较高的特征优选品质,展示了本文算法在对网络安全监护中的优越性能。     

基于对称差分和特征点SSDA算法的运动目标跟踪

针对模板匹配跟踪算法在模板更新时一旦模板信息更新不当,易出现目标跟丢及难以重新捕获目标的问题,给出了一种对称差分和特征点SSDA相结合的运动目标跟踪方法.该方法综合了对称差分法的优点,不仅可以自动提取目标模板,而且在目标跟丢时,可以重新捕获目标.另一方面,该跟踪方法还利用了SSDA算法的优点,不仅搜索目标速度快,而且在运动目标变为静止时以及运动目标较小时,也能保持稳定跟踪.实验结果表明该跟踪方法是行之有效的.     

基于特征的图像视频信息检索研究

图像及视频检索是当前计算机视觉、多媒体数据库管理等研究领域的热点之一,就此介绍了该研究领域的现状。对于静态图像,介绍了基于颜色、纹理、形状等图像特征信息的检索;对于视频序列,则介绍特征提取、相似性测量及其检索策略。最后指出了该研究领域存在的难点及今后的工作。     

基于Mean Shift算法的人脸跟踪

人脸跟踪是视频检索、视觉监控等领域中的一项关键技术,随着机器视觉技术的发展,实现人脸跟踪的算法也是多种多样。将人脸跟踪问题近似于一个meanshift跟踪问题,选取面部的颜色特征作为跟踪模板,并在MATLAB中进行了仿真,得到了良好的实验效果。     

基于特征点预置乱熵OpenCV的无线视频传输

提出一种基于域特征点预置乱熵编码的高保密性无线视频传输实现方法,基于计算机视觉库OpenCV处理,对域特征点进行相关,并对视频域特征点进行分离,形成原始域特征点库,采用预置乱算法对域特征点库进行置乱,使得域特征点库在不增加容量的情况下提高保密性,基于置乱后的域特征点库进行熵编码,实现高效压缩,兼顾视频保密性和压缩率要求。采用实际视频进行处理,结果显示,采用该方法进行无线视频加密传输,视频在相对保密性提高40%的情况下,压缩效率仅降低了1%,在高保密性无线视频传输中具有很好的应用价值。     

基于Haar特征的车辆识别方法

为了解决车辆安全驾驶辅助系统中的前向车辆实时识别问题,提出一种基于Haar特征与支持向量机的前向车辆识别方法。使用基于Haar特征与支持向量机得到的车辆分类器对获得的车辆假设区域进行验证,并排除假设区域中的非车辆区域。实验结果表明,该方法在车辆识别率与虚警率两个指标上都明显优于传统方法,具有较好的应用前景。     

基于视频监控的运动车辆检测

基于视频监控的运动车辆检测在当代交通监控领域具有重要意义,在智能交通、数字化城市等方面均有广阔的应用前景,同时运动车辆的跟踪检测也是实现准确采集和检测的难题和关键。本文针对视频图像存在噪声的问题,采用中值滤波的去噪方法,取得了明显的效果。针对运动车辆检测问题,采用改进的背景差分法检测运动区域。实验结果表明,在背景不是特别复杂的情况下,本文的方法可以用更少帧获取更好的效果,提高了系统的实时性。     

一种稀松运动特征匹配的跟踪滞后消除算法

针对在运动目标结构较为复杂,运动速度较快的情况下,采集图像与被跟踪的目标存在较大的速度差异,算法运算较为复杂,运算耗时与跟踪速度不匹配,形成跟踪滞后的问题,提出一种基于稀松运动特征匹配的跟踪滞后消除算法.在运动目标跟踪的进程中,运用稀松特征迭代计算的方法,减少特征数量.在保证跟踪精度的同时,最大程度缩短计算时间.实验表明,提出的算法很好地解决了被跟踪运动目标的滞后性问题,跟踪效果明显改善.     

融合分类特征的信息检索技术研究

随着互联网信息量呈现指数级增长,人们希望搜索引擎能够把用户最关心的信息排在前面以方便浏览。本文提出了一种基于分类特征选择的信息检索结果重排序方法,将分类特征与其它检索特征融合在一起,在保持分类搜索引擎结果文档召回率的前提下,该方法有效地提高了检索结果的平均准确率。     

多特征光流跟踪人体关节点的运动员姿态分析模型

为了提高运动员姿态分析的精确性,以量化运动员视频数据进行训练反馈,本文采用图像处理技术对运动员视频进行处理,提出了一种多特征光流跟踪人体关节点的运动员姿态分析模型。首先采用垂直积分投影、水平线扫描、索引查找表和长度比例约束相融合的多特征算法进行关节点提取,然后采用Lucas-Kanade光流跟踪算法对关节点的运动进行初步跟踪,最后采用比例正交投影模型将人体二维骨架模型变换到三维空间,获得人体三维姿态。模型仿真实验结果表明,本文所提出的动作识别及姿态分析系统可以很好地识别人体动作,从而进行运动分析,为体育运动训练提供可视化的帮助。     

体育视频球类运动目标跟踪方法探寻

体育视频是观众获取比赛信息的重要方式之一,体育视频目标跟踪技术对智能体育视频系统的发展与应用具有重要意义。通过对体育视频球类目标的跟踪和轨迹重建确定运动员以及球体的运动轨迹,可为教练训练、战技分析等提供科学依据。文章根据体育视频目标跟踪的处理流程,对目前国内外有关体育视频目标跟踪的研究方法进行了梳理分析,指出了当前研究的不足,展望了未来体育目标跟踪可能研究的方向。     

弹幕情感特征对科技类视频流行度的影响研究

[目的/意义]旨在探究民众对科技类视频的关注焦点,在丰富学界关于视频流行度研究的同时,也为视频创作者优化制作策略提供借鉴。[方法/过程]考虑到弹幕中隐含的观众情感可能会影响视频的流行度,本文以弹幕情感特征为出发点,探究影响科技类视频流行度的因素。[结果/结论]视频播放量、评论量、弹幕量和中性情感比例对视频流行度有正向影响,而负向情感比例对视频流行度有负向影响。     

基于混合高斯模型与差分法的运动目标检测

视频监控涉及计算机视觉、模式识别和人工智能等多个领域,它是指在不同环境下对人和车辆进行的实时观察,根据观察对象的动作、行为进行分析,为用户提供信息。视频监控过程分为运动目标检测、目标跟踪、目标分类和目标分析。