基于高斯粒子滤波的CPHD多目标跟踪平滑算法

针对在杂波环境下对机动多目标进行检测与跟踪时,跟踪精度低、计算复杂度高等问题,提出一种基于高斯粒子滤波(GPF)实现的势概率假设密度滤波(CPHD)平滑算法。文章从CPHD平滑公式出发,结合GPF的特点,在CPHD的预测和更新步迭代目标状态的均值和协方差,并采用高斯函数来近似目标状态的后验概率密度,提出基于高斯粒子滤波实现的GPF-CPHD平滑器。仿真结果表明,所提平滑器的检测与跟踪性能优于未经平滑处理的CPHD滤波器。     

基于修正α-β-γ滤波的多目标跟踪算法研究

在传统α-β-γ滤波算法的基础上,提出一种适用于多目标、非均匀采样时间情况的修正α-β-γ滤波算法.介绍了匀加速(CA)模型和α-β-γ滤波算法,利用相关公式推导出修正后的滤波算法,并进行仿真验证.仿真结果证明了本算法对解决多目标跟踪问题的有效性.     

假设检验中原假设的选取问题

本文讨论了应用假设检验时,检验结论与原假设形式是否有关的问题。通过对具体实例的分析,阐明了问题发生的原因,并给出了解决的途径。     

关于"假设检验"中原假设与备择假设的讨论

对假设检验的原理给出了解释和理论分析,并对假设检验中的原假设与备择假设的设定原则进行了阐述.     

统计假设检验中原假设H_0和备择假设H_1的探讨

本文通过对假设检验的原理的分析,说明了假设检验的方法是在一定情况下,否定原假设,而不能肯定原假设,举例说明了交换原假设与备择假设,产生相反结果的原因,并指出了设定原假设与备择假设的合理方法。     

小概率事件原理的应用

小概率事件原理是《概率论与数理统计》中的一个简单、基本而且颇有实用意义的原理,在我们的日常生活中有着很广泛的应用。本文通过对小概率事件原理及其推断方法的分析、论证,结合现实日常生活中的一些实例,介绍了小概率事件原理在实际中的应用．     

概率空间与集值概率空间的关系

本文研究了概率空间与集值概率空间的关系,指出概率空间与集值概率空间可以相互诱导。证明集合是闭集,得到了K_x的结构表示定理,然后讨论了集值概率测度P_x_p和概率测度P_x的有关性质。     

利用概率元法推证次序统计量的密度函数

X1,…,Xn是来自总体密度函数为p(x)的一个样本,X(1),…,X(n)X为其的次序统计量.文章利用概率元方法推证任意r个次序统计量的联合密度函数.     

利用概率元法推证次序统计量的密度函数

X1,…,Xn是来自总体密度函数为p(x)的一个样本,X(1),…,X(n)X为其的次序统计量.文章利用概率元方法推证任意r个次序统计量的联合密度函数.     

基于特征融合的复杂场景多目标跟踪算法研究

在复杂地物类型背景条件下,多目标跟踪算法通常表现出目标识别与跟踪能力较差问题,特别在被其它地物遮挡后目标跟踪丢失更严重。提出一种改进的基于多源特征提取与特征融合的多目标跟踪算法。为提高目标在复杂背景下的空间分辨力,充分利用对异类物体判别能力较强的高层特征和针对同类不同物体判别能力较强的浅层特征,提高复杂背景下地物目标的识别能力。同时,为了解决物体被遮挡后导致跟踪算法丢失目标问题,利用滤波器获得追踪目标的空间尺度大小,提高跟踪算法的准确性与可靠性。实验表明,多目标跟踪算法识别目标的准确性可达87.5%,误差在[±2.31%]左右,具有良好的尺度估计效果。     

基于相关滤波器的视频跟踪算法与仿真

为解决视频跟踪中目标旋转、形变、光照等导致目标丢失问题,提出了一种相关滤波器跟踪算法,该算法利用局部信息,对目标多次训练获取滤波器,再经相关运算对目标位置进行估计,并在线实时更新滤波器。仿真实验表明,该算法具有快速、简单、鲁棒等特点,能够实现对运动目标的实时跟踪。     

基于组合预测的指数跟踪方法研究

借鉴组合预测的思想,将协整优化指数跟踪方法与跟踪误差最小化指数跟踪模型组合,建立基于模糊软集合的组合预测指数跟踪模型。利用上证50指数与深证100指数进行实证分析,结果显示该方法能够有效提高跟踪效果。     

基于Kalman滤波算法的运动目标跟踪系统建模与仿真

鉴于传统的跟踪算法鲁棒性和实时性不足,构建了一种基于Kalman滤波的运动目标跟踪系统。对于运动目标的跟踪,此系统先采用背景差分法检测目标位置,再使用Kalman滤波算法估计目标位置。通过建模仿真,结果表明,该算法能较好预测运动目标的位置,实现了对运动目标的实时跟踪。     

TLD视频目标跟踪方法研究

介绍TLD（Tracking-Learning-Detection）的框架和原理,将TLD跟踪算法分解为跟踪、检测和学习三个部分,分析TLD目标跟踪算法,总结国内外TLD研究的进展和应用方向,具体分析TLD的不足和优越性,并简单预测和分析未来TLD目标跟踪算法研究的可能方向和应用前景.     

基于相关滤波的重检测目标跟踪算法

针对目标跟踪中因严重遮挡、变形、快速运动等因素导致的跟踪失败问题,提出一种基于相关滤波的重检测跟踪算法。首先使用相关滤波算法Staple对目标进行位置估计,然后构造一个检测滤波器对Staple算法跟踪结果进行置信度检测,将检测分数作为跟踪结果的置信度评估结果。若检测分数小于给定阈值,则激活在线SVM分类器对跟踪结果进行重检测。同时用检测滤波器对SVM分类结果进行检测,若检测分数大于Staple跟踪算法检测分数,则采用SVM的跟踪结果。在基准数据集OTB-2013上的实验结果表明,该算法精度达到80.2%,成功率达到60.6%,整体性能优于其它6种对比算法。     

基于Sobel算子预处理的变分水平集曲线演化目标跟踪方法

针对变分水平集在曲线演化目标跟踪方法中,直接计算得到的模值图较杂乱,利用Gaussian函数首先对图像进行平滑处理,然后利用中心差分计算梯度,并推导出二者的作用等价于Sobel算子与图像作运算.实例表明该算法使得曲线在演化过程中能够准定位,从而实现目标的正确跟踪.     

基于卡尔曼滤波器的机动目标跟踪仿真

将卡尔曼(Kalman)滤波器的变维滤波算法应用于雷达数据处理中,对机动目标进行跟踪,得出机动目标的滤波数据曲线,并对目标进行了拦截仿真。仿真结果表明该方法能估计出目标的运动特征并对运动目标拦截成功。     

有限时间跟踪控制在永磁同步电动机中的应用

考虑了一类永磁同步电动机的有限时间跟踪控制问题．在控制器设计中利用中继切换控制使系统在给定的当前控制律的作用下运行到某一特定状态（或某一特定区域）后,控制律被切换到有限时间收敛的终端滑模控制器,使得系统在有限时间内达到平衡状态．有限时间跟踪控制器的设计保证了闭环系统所有信号的有界性和平衡点的全局稳定性,以及系统在有限时间内精确地跟踪给定的参考信号．最后通过一个数值仿真验证了所提算法的正确有效性．     

视频中人脸的实时跟踪

介绍了一种简单、快速的实时视频人脸对象跟踪算法．在使用肤色检测算法进行人脸区域定位的基础上,采用差分运动估计,确定最大的搜索区域,在此区域使用两个正交的边缘梯度跟踪模型和内部肤色像素统计直方图跟踪模型跟踪人脸．本算法较好地解决了跟踪的连续性、实时性和精确度间的矛盾．实验结果表明本算法能够对人脸进行实时跟踪,具有一定实际应用价值．