基于光流场的实时视频中运动目标的检测与跟踪

实时性是运动目标检测和跟踪技术中一个重要的要求。本文设计并实现的一种实时视频中运动目标的检测与跟踪系统,利用usb摄像头采集实时视频,光流场法检测与跟踪运动目标。在MATLAB的软件环境里,将GIUDE方便的图形界面布局与强大的计算机视觉库工具箱结合起来,界面清晰简明,显示实时。     

基于计算机视觉的运动目标跟踪算法研究

随着计算机技术的飞速发展,视频图像处理技术得到了显著的提高.本文提出了一种基于计算机视觉的运动目标跟踪方法.在Marr的计算理论框架下,我们引入通过自下而上的视觉跟踪处理方法来进行运动目标跟踪,本文以车辆视频为例,选用Robert算子对车辆进行边缘检测,针对车辆在运动过程中大小和姿态变化的情况,提出了基于多关联模板匹配方法进行跟踪.实验表明本文的算法分离的精度增强,跟踪效果好,并且能很好地满足实时性.     

移动智能终端视频监控系统设计与实现

随着信息化进程不断加快,信息技术极大促进了视频监控技术的发展。可利用计算机视觉方法自动分析摄像机拍录的图像序列,从而有效跟踪、识别和检测动态场景中的目标。研究移动智能终端视频监控系统及其相关技术,提出一种适用于移动终端的智能视频监控系统,搭建视频监控服务器,设计快速行人检测算法。     

基于智能视频监控系统的运动目标检测和跟踪研究

运动目标检测和跟踪技术是视频监控系统中的两大关键技术,本文以智能视频监控系统研究为基点,介绍了智能视频监控系统的兴起及组成部分、运动目标检测与跟踪算法的基本作用原理,阐述了基于智能视频监控系统的运动目标检测方法和运动目标检测方法的实现,分析了包括基于均值偏移的跟踪算法、基于粒子滤波的跟踪算法、融合Mean-Shift的粒子滤波跟踪算法在内的运动跟踪方法,对于后期智能视频监控系统的运动目标检测和跟踪研究具有一定的指导意义.     

基于DM6446的多目标运动检测与跟踪系统

针对视频监控领域面对的运算量大,实时性要求高的情况,依靠达芬奇双核（ARM＋DSP）处理芯片的高性能,设计了1个多目标的运动检测与跟踪系统。硬件系统围绕TMS320DM6446进行设计与实现,软件部分在Linux系统下实现了视频的采集,播放,运动目标的检测与跟踪。ARM端采用多线程处理方式,DSP端运行核心算法。算法采用了灰度空间与彩色空间、三帧差分与背景减法相结合的方式进行运动目标检测;跟踪部分采用动态权重系数的多特征融合匹配,最小二乘法预测形心的跟踪算法。经过实验表明系统检测与跟踪效果良好,实时性强,能够满足实时的对视频图像进行采集与处理的要求。     

改进粒子群优化算法下的视频目标跟踪方法

提出一种基于改进的粒子群优化算法的视频目标跟踪方法,对视频目标跟踪问题模型进行分析设计,建立一种视频目标跟踪的四维参数模型,针对该模型使用粒子群优化算法寻求最优解。分析视频目标跟踪场景的特性,使用模式匹配相关系数作为粒子群算法的适应度估计函数,同时引入动态调整粒子群算法的惯性权重参数的改进方法,避免传统粒子群算法过早收敛,陷入局部最优的问题。实验测试表明该算法相较于传统算法,在视频目标的跟踪上具有更佳的检测精确度和跟踪稳定性。     

基于视频的排球智能分析系统的研究与实现

以排球运动轨迹为研究对象,将计算机视觉、视频分析处理技术相结合,研究了基于视频的排球轨迹获取关键技术,通过视频帧处理、运动目标检测、识别跟踪、轨迹提取等一系列步骤从视频中精准提取排球运动轨迹信息,采用Intel Open CV及Matlab设计并实现一套排球智能分析系统,为排球比赛分析及球队战术训练等提供决策支持.     

优派数字视觉网关（Digital Signage）产品亮相中国市场

1月11日，全球视讯科技领导品牌优派（ViewSonic）在北京举行了“数字视觉网关系统解决方案产品推介会”。会上，优派第二代数字视觉网关（Digital Signage）产品NMP-500正式亮相，揭开神秘面纱。优派第二代数字视觉网关（Digital Signage）产品运用多媒体压缩、网络互联等多种技术．为行业用户轻松构建起先进、高效的视频播放系统。     

视频多目标遮挡中人体目标跟踪

提出一种视频多目标中跟踪人体目标的有效方法．在单摄像头对固定场景监控中,首先通过彩色空间的降维,根据置信度更新背景模型,消除时间变化引起的阳光,天气等因素对背景图像的影响;然后使用背景减除获得多目标模板,分析多目标遮挡问题,利用人体目标的多子块灰度特征匹配得多目标遮挡中人体目标的跟踪;实验证明这种方法可有效地用于视频的人体跟踪中．     

基于环境自适应孪生网络的低空目标视频跟踪

为了实现对低空目标准确、高效的跟踪,通过分析低空目标所处背景可能发生的变化,总结背景变化时跟踪低空目标的技术特点,对基于孪生网络的视频目标跟踪算法进行改进,提出了基于环境自适应孪生网络的低空目标跟踪算法,并利用UAV123数据集对所提算法进行评估.结果显示,加入环境自适应模块的算法比现有的基于孪生网络跟踪算法在精度上提...     

基于多层关联目标跟踪的视频浓缩算法

针对银行监控系统中监控视频信息冗余度高、浏览效率低等问题,提出一种基于多层关联目标跟踪的视频浓缩算法。该算法首先通过基于聚类的目标检测算法获取运动目标,其次将检测结果通过多层关联目标跟踪,获取运动目标的运动轨迹,并将目标图片和视频信息结构化保存在本地,最后将这些目标重新组合整理,回贴到背景图片上得到浓缩视频。实验结果表明,通过该算法得到的浓缩视频,能够在不丢失视频信息的前提下,减少存储空间,节省硬件成本,缩短浏览时间,提高相关人员的工作效率。     

基于传感器融合的一种多目标车辆识别跟踪方法

为使无人驾驶汽车在公路环境中有效实现安全避障和行驶,提出一种基于雷达和视觉传感器融合的多目标车辆识别跟踪的方法.在无人驾驶汽车上部署6个高分辨率雷达传感器和2个视觉传感器,利用联合概率数据关联算法,将目标与雷达回波点迹进行关联,利用YOLOV2深度神经网络对视频序列中的图像进行对象识别和定位,并综合2种传感器,在时间和空间上进行标定,从而识别车道上的汽车,然后利用扩展卡尔曼滤波算法,跟踪被识别的车辆,最后应用MATLAB软件建模仿真.仿真结果验证:该方法能使无人驾驶汽车有效识别和跟踪公路上静止和移动的汽车目标,为无人驾驶汽车后继的决策规划控制提供了感知层信号.     

一种针对人体运动目标的Mean-Shift跟踪算法

针对传统的Mean-Shift目标跟踪算法在跟踪人体运动目标时的不足,提出了一种基于Mean-Shift目标跟踪算法的人体目标跟踪方法。该方法首先利用人眼视觉阈值效应和区域生长法检测目标,再用Mean-Shift跟踪算法对目标进行跟踪。实验表明该方法大幅提高了人体运动目标的跟踪精度。     

基于视觉敏感区域的MGS编码研究

本文分析研究了MGS编解码技术及其码流结构,利用FMO（Flexible Macroblock Order灵活宏块顺序）编码技术实现MGS质量可伸缩的视觉敏感区域编码,提出改进的码流提取规则来达到保护视觉敏感区域。并对视频敏感区域码流提出新的容错方法,避免MGS首片层系数丢失导致的敏感区域保护失效。     

基于相关滤波的工业机器人视觉伺服控制方法研究

为了解决目前工业机器人示教调试工作复杂的问题,提出一种基于相关滤波跟踪算法的视觉伺服控制方法.该方法通过相关滤波跟踪算法对目标进行跟踪,将目标的实时状态发送给机器人控制器进行处理,实现机器人对目标的跟踪.通过搭建的视觉伺服实验平台对机器人控制效果进行测试,实验结果表明,此方法取得了较好的控制效果,对视觉伺服往实用化发展有一定的借鉴作用.     

基于TMS320DM642 DSP的实时视频监控系统实现

为了实现视频监控运动目标自动检测和跟踪的应用要求,设计了基于高性能DSP的运动目标跟踪嵌入式系统。该系统利用视频格式YUV420模型的Y分量进行运动目标检测,并以目标的形心为跟踪点,通过绝对误差和判决标准对运动目标进行跟踪;最终利用协同控制策略对摄像头进行控制,保证运动目标长时间保持在视野范围内。该系统通过基于DSP硬件结构的各软件模块优化,提高系统的处理能力,实现了系统的高效跟踪。     

Tube视频向你我走来

最近几年，随着诸如数码相机、智能手机、DV等数码产品的普及和网络带宽的不断增加，网民借助互联网共享视频影像开始逐渐流行。于是，各种目的和用途的、以分享视频（Tube）为目标的网站应运而生，比如，YouTube（你的视频）、TeacherTube（教师的视频）、SchoolTube（学校的视频）等等。     

基于Matlab的无人机侦察视频处理的GUI设计

针对无人机侦察视频序列抖动剧烈、聚焦困难、目标匹配难等特点,借助Matlab平台,构建了1个实现视频稳定、聚集评估和跟踪匹配等功能的无人机侦察视频处理模块.该模块能有效降低无人机侦察视频序列的抖动特性,并实现了目标聚集评估、跟踪及关键帧提取等一体化功能,在无人机侦察视频处理领域具有良好的应用前景.     

Tube视频向你我走来

最近几年,随着诸如数码相机、智能手机、DV等数码产品的普及和网络带宽的不断增加,网民借助互联网共享视频影像开始逐渐流行。于是,各种目的和用途的、以分享视频（Tube）为目标的网站应运而生,比如,YouTube（你的视频）、TeacherTube（教师的视频）、SchoolTube（学校的视频）等等。     

视线跟踪技术在网络课程界面测试中的应用与分析

文章首先对视线跟踪技术进行了文献综述,然后给出了网络课程界面测试中的应用案例,探讨了视线跟踪技术在网络课程界面测试中的应用策略、方法和需要注意的问题。通过本测试发现：（1）视线跟踪技术能够非常直观地显示出学习者感兴趣的区域以及学习者对哪些区域却视而不见;（2）视线跟踪技术与访谈、观察方法结合使用,能够提供更加丰富的测试数据,这样得出的测试结果相较单一方法的使用更有说服力;（3）视线跟踪技术是其他可用性测试方法的有益补充,能够回答传统测试方法所不能有效回答的问题。