基于协同表示的目标跟踪算法

提出一种基于协同表示的新的目标跟踪算法.在贝叶斯框架下,采用基于重构误差的观测似然函数和考虑遮挡的模型更新机制设计一个鲁棒的跟踪器.用l₁范数来建模重构误差以更好地容忍奇异值,同时用协同表示对编码系数进行约束.实验结果表明,和其他算法相比,本文算法能够战胜遮挡、尺度变化、光照变化、背景混乱等干扰因素,具有较高的准确度和鲁棒性.     

实时校正模型的抗差递推算法

利用遥测系统实时监测水情资料,由于遥测系统自身的原因以及水文要素测量的具体要求,数据常常携带异常误差。采用有异常误差的实测流量资料对实时校正模型进行参数辨识,要求算法既能抵御异常误差的影响,又具有较强的实时跟踪能力,以适应实时洪水预报的要求。在递推最小二乘算法的基础上,引入抗差理论,削弱异常值对参数估计的影响;引入遗忘因子,实时跟踪模型时变参数的变化。计算实例表明,带有遗忘因子的抗差递推最小二乘算法对异常误差不敏感,又具有较强的实时跟踪能力。     

应用主动轮廓模型在单摄像机监控系统中的运动目标检测与跟踪

介绍在实时图像处理中的单摄像机监控系统运动目标检测与跟踪方法.针对运动目标的检测,首先进行帧间图像的匹配,接着计算图像间的误差,检测出运动区域,得到运动物体的大致轮廓.通过利用动态规划法改进的主动轮廓模型方法,提取运动目标轮廓.算法有较好的鲁棒性和抗噪声能力,速度也比较快.这种方法可以在轮渡站实时监控系统中得到应用.     

基于核密度相关度量的视频目标跟踪

传统的Mean shift 方法采用颜色直方图作为特征,以Bhattacharyya系数作为目标参考模板与当前帧中候选目标间的相似度量,通过迭代寻找距离函数的局部最小值,从而得到当前帧中的目标实际位置。由于颜色直方图仅仅描述了图像中目标的全局颜色分布而忽略了空间位置分布,使得当目标邻域中存在与目标相近似的颜色模式时,算法无法取得理想的跟踪效果。本文提出了基于核密度估计相关的距离度量,在描述参考目标和候选目标时,考虑到诸如颜色、梯度等目标像点的特征区间的同时,融入了目标像点的空间位置信息,使得跟踪算法更加稳健和精确,能够更好适应目标和背景变化复杂的应用场合。     

基于ARM的船用导航雷达α-β-γ跟踪设计方法

为提高船用雷达的性能,基于α-β-γ滤波理论,结合船用雷达应用要求,通过对跟踪设计中的目标录取、机动检测和航迹进行研究分析,提出利用 ARM(Advanced RISC Machines)处理器实现该理论算法的船用雷达跟踪设计方法.实验仿真表明,该设计方案对100个目标进行录取跟踪时有较好的跟踪性能.     

基于多专家和MDNet的视觉目标跟踪方法

近年来,随着深度学习技术的不断发展,基于深度学习的目标跟踪算法取得了较大成功。但由于视频中,背景、光照及目标的表观不断变化,且伴有遮挡的发生,给视频中的目标跟踪带来很大困难。传统方法主要通过在线更新跟踪器的方式解决这个问题。但是视频信息内容复杂多变,在线更新和维持一个跟踪器很难应对后续视频中复杂的数据,容易导致误差积累。为解决这个问题,基于已有跟踪器MDNet,提出一种基于多专家跟踪器的目标跟踪方法。首先通过MDNet学习所有视频中目标的共有特征,使其能够较好地描述目标。然后在跟踪过程中,根据跟踪结果动态地构建多个专家跟踪器,以增加跟踪器的鲁棒性。最后根据每个专家的评价函数选择最佳的专家跟踪器,用于跟踪当前帧中的目标。实验表明,与MDNet相比,所提方法显著地提升了跟踪性能。     

一种适用于动态背景下的改进Camshift算法

针对摄像机运动下的目标跟踪问题,提出了一种适用于动态背景下的改进的Camshift算法.该算法用基于背景运动参数估计的二次差分法进行目标提取,跟踪过程则融合精简的主色调直方图和对遮挡与背景目标颜色相近情况具有鲁棒性的边缘方向直方图作为目标特征,以所得质心为初始搜索点,进行目标模板和候选目标相似性检测,搜索最佳匹配点得到目标对象在当前帧的准确位置.在动态背景下,该算法显著地提高了跟踪的准确性和鲁棒性.     

MVC设计模式在Web中的应用

在网络的应用中,用户界面承担着向用户显示问题模型、与用户进行交互操作等作用。用户希望 保持交互操作界面的相对稳定,但更希望根据需要改变和调整显示的内容和形式,本文围绕这一问题提出一种 新的解决方法-MVC模式,探讨了MVC模式的三层结构及每层的功能。     

SEIAR模型在应急医疗物资动态分配优化中的应用

针对突发公共卫生事件中应急物资供应不足、分配不合理、配送效率低等问题给疫情防控带来的影响,用引入迁移率的传染病模型SEIAR(susceptible-exposed-infected-asymptomatic-recoverd, SEIAR)预测需求地不同时间段内受灾人数的动态变化,从而间接预测应急医疗物资的需求量;建立以需求地满足率最大化、运输时间最小化及总成本最小化为目标的多目标应急医疗物资动态分配模型。提出一种融合莱维飞行和非线性自适应惯性权重的改进鲸鱼优化算法,以提高算法寻优精度。以某地区新冠疫情发生状况为案例进行验证与仿真。结果表明,所构建的SEIAR模型具有较好的适应性,与传统的遗传算法(GA)、粒子群优化算法(PSO)相比,所提出的算法收敛速度更快,收敛精度更高。     

基于核相关滤波视觉检测的多旋翼无人机对地目标跟踪与逼近

当前,无人机的对地目标跟踪和逼近是军民领域的研究热点之一.针对基于无人机平台对地目标跟踪与逼近中的相对运动、导引控制等问题,选用大疆多旋翼飞行器平台,设计基于Android的地面站系统.该系统使用改进的核相关滤波视觉检测算法完成对地目标跟踪与位置锁定,利用无人机与目标的距离作为尺度因子,实现多尺度跟踪,融合FHOG+L...     

一种模糊自整定PD航向控制系统的设计

基于传统的PID自动舵很难有效控制船舶航向,本文提出一种模糊自整定PD参数自动舵,在线实时调整PD参数控制实船模型。经过计算机仿真试验得到了较之PID自动舵和模糊控制自动舵更好的控制效果,既具有较高的控制精度,也有较快的响应时间,鲁棒性也明显提高,这验证了该自动舵设计的合理性。     

一种稳健的基于主颜色的多目标跟踪算法

多目标跟踪是视频监控等领域的一项关键技术,该文提出一种基于主颜色的多目标跟踪算法,在算法中使用主颜色描述感兴趣目标,在卡尔曼滤波器预测的基础上利用基于主颜色的mean shift算法对各目标进行跟踪,接着利用目标跟踪位置与前景blob之间的关联矩阵来推理多目标跟踪问题中的各种情况,根据不同的情况对目标的位置、大小以及颜色信息做相应的更新。对大量图像序列的测试结果表明,该算法能够较好地处理遮挡,具有稳健的跟踪效果。     

基于TBD策略的船舶交通流视觉图像统计方法

为提高在天气恶劣、目标密集、目标被遮挡及其他复杂海况下船舶交通流统计的准确率,提出一种将目标检测算法CenterNet、多目标跟踪算法DeepSORT与凸包算法中优化逆时针(counter clockwise, CCW)判断的单线法相结合的船舶交通流视觉图像统计方法。使用Python对所选的数据和场景进行测试,结果表明:CenterNet在多场景检测中比YOLOv3更优秀;基于目标检测的多目标跟踪算法具有良好实时性,能够有效对抗因目标抖动、密集、被遮挡等所导致的目标丢失,继而减少船舶交通流统计时常出现的漏检、错检和重复统计等问题。     

基于V-CSK视频遥感卫星运动目标检测跟踪方法

视频遥感卫星在道路交通导航、军事动态监视、目标跟踪等方面具有众多应用,因此利用卫星视频实现运动目标实时检测跟踪备受关注.针对卫星视频中的运动目标检测跟踪问题,提出基于V-CSK算法的检测跟踪方法,该算法采用改进的ViBe检测算法,引入多重自定义阈值滤波算法获得运动目标中心区域,再根据中心位置均值原理与噪声距离判断原则提...     

一种高纬度区域船舶偏航距离的高精度求解算法

为提高船舶偏航距离的求解精度,设计一种迭代求解的方法,并与基于墨卡托投影的欧氏距离算法(算法1)和基于墨卡托投影的直接求解算法(算法2)进行比较,发现上述两种算法都存在误差。为此,提出一种基于正轴等距方位投影的直接求解算法(算法3)。验证结果表明:船舶在高纬度区域航行时,算法3比算法1和2对偏航距离的求解精度更高、速度更快。算法可应用于船舶运动控制、进出港操纵、航道规划和航线设计。     

基于局域波分解的机动目标ISAR成像

在飞机一类惰性较大的目标作机动飞行时,在ISAR成像的短时间内,同一距离单元的回波可近似看成多分量线性调频信号的叠加,且调频斜率各不相同. 因此,在ISAR成像的横向压缩处理中,先利用局域波分解方法将每个距离单元的回波分解为若干个线性调频信号,然后再进行Wigner-Ville变换(WVT),获取目标的瞬时多普勒谱,进而实现目标的二维成像. 该处理方法不仅避免了WVT交叉干扰项的产生,而且在保持WVT的高时频分辨能力的同时减少了计算量,仿真结果证明了该方法的有效性.     

港口VTS雷达数据处理方法的研究

如何对港口水域快速机动目标船实行较好地稳定跟踪，并提高两船录取和跟踪的分辨率，一直是港口ＶＴＳ雷达数据处理系统所要解决的重要问题。本文设计了一种包括自适应原理等特殊技术的Ｋａｌｍａｎ滤波递推算法，并进行计算机模拟，结果表明该算法是有效的。     

动态滑模控制在并联机器人中的应用

针对一种以交流伺服电机驱动的并联机器人机构,建立控制模型,设计一种动态滑模控制算法,并进行稳定性分析,在Matlab／Simulink上进行了轨迹跟踪仿真试验．结果表明：该算法鲁棒性好,系统抗干扰能力强,对系统参数变化不敏感,具有良好的跟踪性能．     

强杂波背景下弱小目标的检测与跟踪方法

研究了一种在较强杂波背景下对弱小目标进行有效检测和跟踪的方法 ,该方法基于常规雷达的数字式检测技术 ,将原来的点目标扩展为一个波束范围内的线目标甚至面目标 ;利用目标的运动特性和目标扩展后的维数变化去除大面积杂波和随机噪声 ,通过滑窗法和m/N检验准则 ,结合航迹匹配算法实现目标的准确判定和跟踪 .并结合仿真验证了该方法的可行性 .验证的结果说明 ,该方法算法简便 ,抑制杂波能力强 ,是常规雷达在杂波背景中进行目标跟踪检测的一条可行的方法 .