实时视频中多目标遮挡跟踪方法研究

在监控背景固定的情况下,提出了基于目标模型的多目标遮挡跟踪方法。首先建立目标模型,包括颜色、形状及运动特征,然后通过帧间建立的匹配矩阵判定目标是否发生遮挡。当目标发生遮挡时,提出生成"虚目标"进行遮挡目标定位,再通过概率推理方法计算遮挡目标的可见度。实时视频上的实验结果表明,算法能在遮挡时准确跟踪及识别目标。     

漫谈视频目标跟踪技术

视频目标跟踪技术是近几年来在计算机视觉领域中兴起的一个新的研究方向。与视觉目标跟踪技术密切相关的应用主要有以下几种类型：（1）智能视频监控系统;（2）基于视觉的人机交互;（3）自动驾驶;（4）虚拟现实。     

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。     

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OpenCV的视频运动目标跟踪应用研究

在分析运动目标跟踪过程中遇到难点问题基础上,提出利用OpenVC技术解决方案,并对运动目标跟踪进图像应用进行研究,力求提高系统运行速度和跟踪效果稳定性。     

基于视频的运动目标检测跟踪模型的应用研究

本文采用了一种运动目标存在情况下的背景重建算法,能较好地抑制外界环境变化带来的影响。该运动目标检测算法通过一定数量帧的学习、统计,找到各坐标点像素灰度等级的分割阈值。在对当前帧图像进行背景差分后,分割出运动目标区域。若存在运动目标,则根据串行边界跟踪算法获得运动目标轮廓。获得边界后,模型将绘制方框显示运动物体,并发出警报。该运动目标检测模型用VisualC＋＋给予实现。     

基于背景复原的视频目标跟踪研究

通过对视频图像中只有一个运动目标、以及含有多目标的视频进行测试,实验研究结果表明：小波神经网络将小波变换良好的时频局域化特性和神经网络的自学习功能相结合,具有最佳的函数逼近能力和容错能力。     

典型视频目标跟踪方法实现与分析

分析目前运动目标检测跟踪中的经典方法,包括帧间差分法、背景差分法和Mean Shift法,探讨其适用范围及优缺点,然后对3种算法进行验证,给出实验结果,并分析其优缺点。     

基于视频的城市快速路交通流检测及车辆行为监控

提出一种针对城市快速路的视频监控系统,完成交通流及道路异常行为检测.流量检测模块对车辆进行实时跟踪获得各类交通流统计数据,实现快速路车辆运行状况的全面掌控.异常监控模块运用隐马尔科夫模型,对带有时间和空间信息的车辆轨迹进行训练,获得路径划分后对道路车辆轨迹进行参数匹配,提取诸如超低(高)速行驶、违章停车、违规掉头等异常...     

基于边缘检测和骨架线跟踪的线状目标识别

线状目标的识别在很多方面具有重要应用,而目前常用的识别方法在准确性、抗干扰能力等方面有所欠缺。本文提出了一种综合利用边缘和骨架线这两个特征对线状目标进行识别的方法。方向小渡变换不仅体现了多尺度特征,而且能很好地结合图像的方向及纹理特征,反映图像的边缘信息;基于优先搜索方向的骨架线跟踪方法可以减少搜索范围,降低问题复杂度。综合利用基于方向小波变换的边缘提取方法和基于优先搜索方向的骨架线跟踪方法,有效识别出线状目标,并通过纤维的识别证明了该方法的可靠性与精确性。     

"哀"与"物哀"——论日本古典文学的感伤悲美

本着重阐述“哀”与“物哀”审美观的形成与发展,从万叶歌的“哀”、《源氏物语》的“物哀”到本居宣长的“知物哀”等学理论与实践中揭示日本古典学感伤悲美的独特性。     

雷达/ARPA模拟器中的目标检测方法

针对雷达/ARPA模拟器的特点,利用现代图像处理技术,将回波图像转化为二值图像。采用连通集的方法,提出了目标检测算法,该算法不需要引入复杂的运算。实验表明该算法适用于当前的雷达/ARPA模拟器的目标检测。     

IP智能探测与追踪系统设计

为确保对网络入侵行为的跟踪与控制,采用IP探测技术,在Microsoft Visual C＋＋8．0与Microsoft Office Access 2007在CZ88．NET IP地址库基础上实现了基于HIDS思想的IP智能追踪系统．系统能够准确定位人侵IP物理位置,获得了良好的实验效果,为系统安全审计与入侵追踪提供了较好保证．     

论投资客体的法律性质

摘要：投资客体是指主体在投资活动中,其权利和义务所共同指向的对象。投资客体的法律性质,是指投资客体在法律上区别于其他经济行为客体的本质属性。投资客体包括投资财产客体和投资成果客体。投资财产客体主要包括,全权投资财产和限权投资财产。从投资财产的接受方来看,凡符合其使用价值和价值要求的财产,在法律允许其转让的条件下都可以成为投资财产客体。从投资主体的角度看,只有投资主体享有法定处置权和收益分配权的财产才能成为投资财产。投资成果客体主要包括,投资活动所形成的全权资产和限权资产。作为投资成果客体,它必须是各种形式的资产,必须是投资活动形成的资产,投资主体必须享有该资产的使用权和收益分配权。按照投资财产客体的经济法律性质和存在的物质形态,可分为货币财产、非货币有形财产和非货币无形财产。按照投资成果客体的经济与法律性质及其物质形态’,可以将其分为产业资产和金融资产。债权资产是重要的投资成果客体。     

从动宾关系看双宾语句

汉语中存在双宾语句,但对双宾语句的认识到现在还没有统一。双宾语句的核心问题是动宾关系以及两个宾语之间的关系,从这两个关系入手研究双宾语句,确定双宾语动词,找出谓词性直接宾语的双宾语句与兼语句、主谓宾语句的不同,有利于统一对双宾语句的认识。     

评中国古典美学中的心物感应论

心物感应是中国古典美学中的一个重要命题。它主要揭示了创作主体——“心”与创作客体——“物”之紧密联系。心物感应论主要表现出审美主体“我”与审美客体“物”之间相互融汇交流,互相赠答,彼此互渗,并最终达到物我同化的审美高度。     

基于计算机视觉的无人机物体识别追踪

提出一种将ROS系统的AR.Drone飞行器作为载体,基于飞行器实现物体识别追踪的具体优化方案。在计算机视觉方面,结合物体识别OpenCV模块中的Haar级联分类器与卡尔曼滤波,实现无人机的目标识别以及对错误目标的过滤功能,使飞行器在搭载摄像头模块后,可结合现有视觉模型完成目标识别要求,算法融合后的系统性能具有良好的鲁棒性;在飞行器控制方面,结合飞行器自身的反馈控制模块与基于相对位置控制的PD位置控制器,优化飞行器自身姿态及目标追踪过程中的动态参数调节优化功能,使飞行器在目标追踪过程中具有良好的自适应性。基于以上两点优化方案建立实验模型,取得了较好的实验效果。具体相对位置估计均方根误差实验结果为：在x方向上为0.124 5m,在y方向上为0.243 7m,在z方向上为0.176 8m,证明了该优化方案的实用性。     

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。