多特征提取逐步求精的高速移动目标跟踪算法

传统的高速移动目标跟踪通常使用图像特征描述,不能够根据跟踪场景自适应地选择最优跟踪特征,导致功能模板很容易产生漂移问题.为此,提出一种基于特征融合和逐步求精的高速移动目标跟踪算法.该算法主要包括3个阶段:第1阶段为自适应多特征融合阶段,通过计算跟踪目标每一特征的前景及背景的区分度,获取目标特征的融合模型;第2阶段是基于多特征内核跟踪阶段,在Mean-Shift框架下,引入Epanechnikov函数作为内核函数提升目标区域中心的像素权重比值;第3阶段为目标模型的自适应更新,通过设计一种模板更新策略提高跟踪结果的准确度.仿真实验结果表明,该算法适用于高速目标跟踪.     

一种基于单演相位特征的动态目标跟踪方法

颜色作为一个有效的视觉特征,被广泛用于目标跟踪中。但在光照变化环境下,颜色会发生变化,从而导致基于颜色的跟踪算法性能不稳定。单演相位作为包含图像重要信息的特征,具有在光照变化环境下性能稳定的特点。为了提高在光照变换环境下的跟踪稳定性,提出一种基于单演相位的动态目标跟踪方法,首先运用高斯模型更新背景并得到各动态目标,再计算出各动态目标的单演相位直方图,最后和待跟踪目标单演相位直方图模板进行匹配得到Bhattacharyya系数,比较各Bhattacharyya系数确定并跟踪目标。实验结果证明该方法在光照变化环境下具有很好的跟踪鲁棒性。     

基于改进Camshift算法的视频对象跟踪方法

针对Camshift算法限于简单背景下跟踪特定颜色目标的局限性,提出一种改进的Camshift算法.首先在HSV色彩空间建立目标的背景加权三维直方图,将视频图像转化成颜色概率图,然后结合颜色概率分布图与差分图像,根据目标运动速率大小自适应的赋予两者不同的权重,实现了复杂背景下的目标跟踪.实验结果表明,该方法是十分有效的.     

连续同色调背景下运动目标自适应跟踪

针对传统的Meanshift算法在连续的同色调背景干扰下无法准确、持续跟踪目标的问题,提出一种基于Kalman-optical flow(KOF)的改进Meanshift目标跟踪算法。首先,通过基于色调空间的光流检测对Meanshift窗口区域内的特征点进行建模,获得其图像坐标;然后,利用Kalman滤波的速度预估排除背景特征点,得到基于目标模型特征点的空间约束条件;最后,将得到的空间约束条件结合传统Meanshift算法中的色调约束条件,构建新的反投影直方图,并将新的反投影图作为Meanshift的概率密度图进行迭代,从而完成目标跟踪。实验表明,在连续的同色调背景区域的干扰下,该算法仍可以准确、持续地跟踪目标。     

一种移动机器人对运动目标的检测跟踪方法

从序列图像中有效地自动提取运动目标区域和跟踪运动目标是自主机器人运动控制的研究热点之一.给出了连续图像帧差分和二次帧差分改进的图像HIS差分模型,采用自适应运动目标区域检测、自适应阴影部分分割和噪声消除算法,对无背景图像条件下自动提取运动目标区域.定义了一些运动目标的特征分析和计算,通过特征匹配识别所需跟踪目标的区域.采用Kalman预报器对运动目标状态的一步预测估计和两步增量式跟踪算法,能快速平滑地实现移动机器人对运动目标的跟踪驱动控制.实验结果表明该方法有效.     

抗遮挡视频图像目标实时跟踪的仿真研究

在视频运动目标跟踪中,遮挡的出现会使所跟踪目标的尺寸和色彩等外观线索失去可靠性,容易造成误识别,进而导致对于目标的错误跟踪.为了克服这一问题,提出了一种基于目标状态预测和局部光流扫描的抗遮挡跟踪算法.算法根据卡尔曼滤波和目标颜色特征信息,预测各目标是否处于遮挡状态,在目标处于遮挡的情况下,通过由局部光流扫描得到的最佳定位信息更新目标信息.在Directshow软件下的仿真结果表明,所提出算法能够在保证实时性的前提下,在运动目标被背景遮挡或被其它目标遮挡时均能实现较准确跟踪.     

基于加速鲁棒特征的非特定目标跟踪算法研究

提出了将加速鲁棒特征SURF与混合匹配法相结合实现对非特定目标的跟踪,跟踪目标既可以是特定目标,亦可在跟踪过程中进行目标切换。首先提取目标图像和待匹配视频的SURF特征点并生成特征向量,然后采用欧氏距离和Hessian矩阵迹相结合确定特征点匹配对,实现目标的定位与跟踪。选用VS 2008平台进行仿真实验,结果表明,该算法既保持了跟踪目标的尺度不变性,又实现了跟踪过程的可控性。     

基于特定目标提议框的自适应跟踪算法

目前多数跟踪算法采用尺度遍历穷搜索策略应对目标的尺度变化,其跟踪性能和效率不佳。针对此问题,基于特定目标提议框提出一种自适应跟踪算法。对目标提议框生成算法进行改进,融入跟踪目标的尺度和位置信息,得到特定目标提议框并获取其特征。为确保跟踪的连续性,将自适应支持向量机作为跟踪模型,对特定目标提议框进行评分,得到目标位置。对均匀采样样本和特定目标提议框正负样本分类,进行模型更新。在OTB100数据库上进行对比实验,结果表明,与CNN-SVM、DeepSRDCF等算法相比,该算法能较好地适应目标的尺度变化和形变,有效提高跟踪效率。     

一种结合ORB特征匹配的均值漂移目标跟踪算法

针对传统的mean-shift跟踪算法基于单一颜色特征空间,在复杂背景下难以对目标进行准确跟踪这问题,提出了一种结合ORB特征匹配的mean-shift目标跟踪算法。该算法在mean-shift算法的基础上利用改进的ORB特征匹配算法修正目标跟踪窗口并实时更新目标特征模板,通过计算前后两帧图像中目标中心的欧式距离与色彩模板的巴氏距离来判定跟踪是否失败,当目标跟踪失败时,不改变目标模板,继续搜索下一帧图像中的目标。实验结果表明,与均值漂移算法和基于其他同类特征的改进算法相比,该算法提高了在复杂背景下目标跟踪的精度,并能满足实时性要求。     

改进压缩特征的实时压缩跟踪算法

提出了一种改进的实时压缩跟踪算法（RCT）。该算法基于实时压缩跟踪算法,构造出一个改进的随机测量矩阵,使降维后得到的压缩特征包含的灰度特征信息和纹理特征信息比例相等。RCT算法首先将图像序列的特征用改进的随机测量矩阵转化为低维度特征,再用朴素贝叶斯分类器对低维特征进行目标和背景的分类,从而实现对目标的跟踪。将原始算法（CT）、一种改进算法（BCT）和该文创新的改进算法（RCT）进行对比,实验表明：RCT算法保持了原始算法的实时性,并且在各实验图像序列中跟踪目标的鲁棒性最好。     

Real-time monocular object SLAM

We present a real-time object-based SLAM system that leverages the largest object database to date. Our approach comprises two main components: (1) a monocular SLAM algorithm that exploits object rigidity constraints to improve the map and find its real scale, and (2) a novel object recognition algorithm based on bags of binary words, which provides live detections with a database of 500 3D objects. The two components work together and benefit each other: the SLAM algorithm accumulates information from the observations of the objects, anchors object features to especial map landmarks and sets constrains on the optimization. At the same time, objects partially or fully located within the map are used as a prior to guide the recognition algorithm, achieving higher recall. We evaluate our proposal on five real environments showing improvements on the accuracy of the map and efficiency with respect to other state-of-the-art techniques.     

Detection and Segmentation of Multiple,Partially Occluded Objects by Grouping,Merging, Assigning Part Detection Responses

We propose a method that detects and segments multiple, partially occluded objects in images. A part hierarchy is defined for the object class. Both the segmentation and detection tasks are formulated as binary classification problem. A whole-object segmentor and several part detectors are learned by boosting local shape feature based weak classifiers. Given a new image, the part detectors are applied to obtain a number of part responses. All the edge pixels in the image that positively contribute to the part responses are extracted. A joint likelihood of multiple objects is defined based on the part detection responses and the object edges. Computation of the joint likelihood includes an inter-object occlusion reasoning that is based on the object silhouettes extracted with the whole-object segmentor. By maximizing the joint likelihood, part detection responses are grouped, merged, and assigned to multiple object hypotheses. The proposed approach is demonstrated with the class of pedestrians. The experimental results show that our method outperforms the previous ones.     

面向对象分析中的对象识别和求精方法

对象识别是ＯＯ软件开发的关键，也是ＯＯＡ的主要活动之一。这篇文章介绍了一种新的对象识别和求精方法——叁步骤００Ａ方法（ＴＳＯＯＡ），并对ＴＳ００Ａ的支撑工具作了简单的描述。     

二值图象边界平滑跟踪的一个算法

开发了一个用于二值图象边界平滑跟踪的一个算法。使用这个算法能去掉或修正某些可能是虚假的干扰点。这些点是二值图象边界一个或一组沿特定链码方向的凸点或凹点。重复地使用这个算法，直到边界不含有这些点。这个算法能有效地使用在二值图象的模式识别与机器人视觉的预处理中。     

PowerBuilder用户对象在开发分布式应用程序中的应用

论述了PowerBuilder分布式应用程序的原理,并着重介绍了用户对象在开发PowerBuilder分布式应用程序中的应用。     

对象管理系统

对象管理系统（Ｏｂｊｅｃｔ 　Ｍａｎａｇｅｍｅｎｔ Ｓｙｓｔｅｍ,ＯＭＳ）是集成化软件工程环境的核心和纽带,它以统一的方式管理各种对象（Ｏｂｊｅｃｔ）。文章提出了一种ＯＭＳ模型,即对象－关系－属性（ＯＲＡ）模型,并介绍了相应的对象库结构及其服务设施。     

一种基于可扩展对象的程序设计方法

在对可视化程序设计实现机制研究的基础上，结合面向对象程序设计提出了一种可扩展对象程序设计方法。以窗体对象研究为出发点，叙述了采用复杂对象模块以及存储管理器实现子复杂对象生成的方法，对大型系统的开发具有一定的现实指导意义。     

ADO命令对象在ASP动态网站设计中的应用

近几年的ASP教材中．几乎所有的ASP教材中都回避了ADO命令对象,仅仅在最开始的介绍中提到“ADO命令对象command”是ADO五大组件之一以及它的作用是什么,在后面的数据库操作中这个非常重要的ADO对象成为了ASP动态网站设计教材中被遗忘的角落。从多个方面分析命令对象的重要性．提倡使用命令对象处理带参数的数据库操纵语句。     

ADO命令对象在ASP动态网站设计中的应用

近几年的ASP教材中,几乎所有的ASP教材中都回避了ADO命令对象,仅仅在最开始的介绍中提到"ADO命令对象Command"是ADO五大组件之一以及它的作用是什么,在后面的数据库操作中这个非常重要的ADO对象成为了ASP动态网站设计教材中被遗忘的角落。从多个方面分析命令对象的重要性,提倡使用命令对象处理带参数的数据库操纵语句。     

基于支持向量机的视频监控运动对象识别方法研究

提出基于小波轮廓描述符和支持向量机的视频对象识别方法,主要根据形状的不同来区分不同的视频运动对象。该方法的识别效率高,可以准确区分人、动物、车辆等不同对象,还可以区分人的站立、卧倒、坐下等不同的姿态,识别性能比较稳定,识别速度快,能够满足实时视频处理的需要,具有良好的理论价值和应用前景。