基于候选区域检测的核相关目标跟踪算法

近年来,核相关滤波算法在目标跟踪领域应用广泛,表现出了非常优异的性能,但是核相关滤波类算法本质上属于模板匹配算法,并且缺乏跟踪失败恢复机制,在快速运动和快速形变情况下跟踪效果较差.针对以上问题,本文提出一种结合了核相关滤波跟踪算法和目标候选区域检测的跟踪算法,来改善核相关滤波跟踪算法的性能.算法主要设计了一种跟踪失败恢复机制,通过比较目标响应强度与经验阈值的大小,判断跟踪目标是否跟丢,当目标跟踪失败时,采用候选区域检测算法,在目标周围区域提取不同的检测图像块,确定目标在当前帧的最佳位置;然后,使用核相关滤波算法得到目标的精确位置,继续跟踪.此外,算法在跟踪模块中加入了颜色特征与梯度特征的自适应融合,进一步增强了算法的整体跟踪性能.实验结果证明,所提出算法在精确度和成功率上都表现出高效的性能,并且在快速运动和快速形变情况下跟踪性能要优于其余算法.     

基于多模板匹配的双模型自适应相关滤波跟踪算法

为有效提升目标跟踪的精确度和实时性,设计了基于多模板匹配的双模型自适应相关滤波跟踪算法。对多模板匹配模型与核相关滤波跟踪模型参数进行初始化处理：多模板匹配模型选取得分函数作为模板与候选样本间匹配准则,通过候选样本得分获取最佳目标,更新多模板后,通过形变多样相似性实现多模板匹配;核相关滤波跟踪模型利用所采集目标样本数据建立循环矩阵,通过训练核化岭回归分类器获取核相关滤波器,并获取响应置信图,再利用响应置信图获取下一帧图像目标位置。通过自适应融合策略获取两个模型所估计目标位置,再采用金字塔尺度估计策略估计目标尺度变化,通过不断更新各模型参数实现目标精准跟踪。实验结果表明,在目标受遮挡或旋转、光照变化等复杂环境下,该算法的中心跟踪误差均低于15 dpi,平均跟踪精确度均高于98%,且目标定位时间低于100 ms,说明该算法在跟踪精确度和实时性上具有明显的应用优势。     

基于图像签名算法的视觉目标跟踪算法北大核心CSCD

针对视觉目标跟踪算法中存在的快速运动、尺度变化、形变和遮挡问题,提出基于图像签名算法的视觉目标跟踪算法。该算法以相关滤波算法为基础,通过多种特征构建目标的外观模型,提高了算法的跟踪精确度和稳健性;为了解决严重遮挡情况下的目标重定位问题,利用图像签名算法计算图像的稀疏显著性区域,获取候选目标的位置,通过分类器对候选目标进行重排名,实现目标重定位;采用尺度池策略和自适应模板更新策略,解决跟踪中的尺度变化问题和跟踪漂移问题。利用标准数据集测试所提算法的性能,结果表明,所提算法在跟踪成功率和精确度上均优于传统的相关滤波算法,能较好地解决快速运动、尺度变化、形变和遮挡情况下的目标跟踪问题。     

融合局部加权余弦与稀疏表示的目标跟踪算法

针对目标跟踪算法的鲁棒性难题,在粒子滤波框架下提出基于联合模型的目标跟踪算法。首先,由局部加权余弦相似对目标模板和候选目标进行匹配,其中的局部加权算法增加了未受遮挡、形变等影响的候选目标的权重;其次,通过对目标区域局部图像块稀疏编码来表示目标观测模型,其中字典不进行更新,重建误差的构建考虑了局部图像块之间的空间布局;最后,利用最大后验概率估计目标状态。联合模型将目标的当前状态和原始状态都考虑在内,提高了观测模型的可靠性。实验结果表明,该算法具有较强的鲁棒性。     

基于关键区域特征匹配的视觉跟踪算法

针对视觉跟踪中目标表观的复杂变化问题,提出了一种基于关键区域特征匹配的鲁棒跟踪算法.首先对目标模板进行初始化并通过滤波预测得到目标候选;然后采用自适应标记分水岭算法对目标模板和目标候选进行分割以提取关键区域,并利用像素的空间和频率分布特性对关键区域进行多重特征描述;最后通过关键区域的特征匹配得到目标模板与目标候选的匹配关系,由此确定最终跟踪结果并进行模板更新.对目标发生尺度、遮挡、旋转、光照、姿态、复杂背景以及运动模糊等变化的视频序列进行了仿真测试.实验结果表明,所提算法能够有效处理目标表观的复杂变化问题,尤其对目标的部分遮挡、光照变化以及复杂背景等具有较强的鲁棒性.     

基于粒子滤波和稀疏表示的视频目标跟踪

文中将视频目标跟踪看成在粒子滤波框架下的稀疏表示问题,提出了具鲁棒性的视觉跟踪方法。在跟踪过程中,将目标的先验知识和目标状态及其观测结果联系起来构造贝叶斯概率模型,根据基本粒子滤波算法对目标位置进行估计。候选目标通过目标模板和琐碎模板稀疏表示,用l1范数稀疏正则化算法求解稀疏问题,选取具有最小残差的候选目标为跟踪结果。通过动态更新模板和非负性约束两种策略,使算法在目标遮挡、噪声、形变等各种干扰因素下,均达到了很好的跟踪性能。     

基于粒子群算法和卡尔曼滤波的运动目标跟踪算法

针对目前一些常用的运动目标跟踪算法存在跟踪精度不高、实时性低、对遮挡问题处理不佳等问题,提出一种粒子群算法与卡尔曼滤波相结合的新的运动目标跟踪方法。利用卡尔曼滤波预测目标中心在下一帧图像中的位置,从而极大减少了搜索范围,并以该位置为中心建立目标搜索区域。然后以目标的灰度统计特征对目标模板和候选区域进行匹配,确保跟踪准确性。为了有效减少搜索匹配次数、提高实时性,利用粒子群算法在搜索区域找到和目标模板最相似的区域,从而找到最优中心位置,并以该位置作为卡尔曼滤波的观测值,进行下一帧跟踪。仿真实验结果表明新算法显著提高了跟踪的实时性、精确性,并对部分遮挡能较好地处理。     

带宽自适应Mean Shift跟踪算法

提出了一种先进行空间定位再确定目标尺度的两级跟踪算法,有效地解决了mean shift算法对尺度变化的适应问题.该算法首先在当前帧对应位置进行降分辨率处理,并以基于增量试探的mean shift跟踪算法收敛点作为当前帧目标中心位置,进而利用对数极坐标变换的旋转、尺度不变性,对目标和候选目标分别进行对数极坐标映射,并通过求取最大归一化相关函数确定目标的尺度变化.跟踪实验表明,该算法可以有效的提高mean shift跟踪算法空间和尺度定位准确性.     

交通场景中多目标的检测与跟踪

介绍了一种简单、快速的实时交通场景中多目标的检测与跟踪算法.在使用自适应背景差分法分割出运动目标候选区域的基础上,采用数学形态学操作和降低分辨率的方法,得到连通的目标区域,并使用改进的最近邻法对目标进行匹配和跟踪.实验证明本算法较好地解决了跟踪的连续性、实时性、精确度的矛盾.     

视频目标跟踪算法综述

介绍了视频目标跟踪算法及其研究进展,包括基于对比度分析的目标跟踪算法、基于匹配的目标跟踪算法和基于运动检测的目标跟踪算法.重点分析了目标跟踪中特征匹配、贝叶斯滤波、概率图模型和核方法的主要内容及最新进展.此外,还介绍了多特征跟踪、利用上下文信息的目标跟踪和多目标跟踪算法及其进展.     

Robust tracking based on local structural cell graph

Structure information has been increasingly incorporated into computer vision, however most trackers have ignored the inner spatial structure of the object. In this paper, we develop a simple yet robust tracking algorithm based on local structural cell graph (LSCG). This approach exploits both partial and spatial information of the target via representing the object with local structural cells (LSCs) and constructing a graph to model the spatial structure between the inner parts of the object. The tracking is formulated as matching LSCG, whose nodes are target parts and edges are the interaction between two parts. Within the Bayesian framework, we achieve object tracking by matching graphs between the reference and candidates. Eventually, the candidate with the highest similarity is the target. In addition, an updating strategy is adopted to help our tracker adapt to the fast time-varying object appearance. Experimental results demonstrate that the proposed method outperforms several state-of-the-art trackers.     

基于二分图模型的通信信息网络故障联合定位

国家电网信息通信网络依靠两套运维系统,分别实现对信息网络与通信网络的故障定位与分析,然而通信网络故障往往会引发信息网络故障,如何高效精确地进行通信信息网络故障联合定位是亟需解决的问题.针对信息通信网络的联合故障定位问题,提出了基于二分图模型的故障联合定位算法.首先依据通信网网络节点的关联性对网络分簇,并将每一簇作为一个子域.其次在每个子域内建立基于二分图的故障关联影响模型,最终利用目标排序法并行地对多个子域内网络故障进行分析,从而实现通信信息网络关联故障高效精确的联合定位.实验结果表明,该联合故障定位分析方法的故障诊断率达85％～95％.     

基于像差共轭组合模型的自适应光学系统控制方法

在单位圆的同心孔径圆域内,某些特定Zernike模式具有相关关系,其中具有较强负相关关系的模式组合在一定系数条件下叠加后,一定的同心孔径内的像差会相互抵消,波面变得更加平坦,这称为模式间的共轭性。文中设置了一组畸变波前,用自适应光学系统进行校正得到残差,然后用Zernike多项式对变形镜的校正残差进行了分解,通过分析首次发现在均方误差值较大的残差波前中,低阶、高阶两部分像差间存在着明显的负相关关系,两部分像差的系数会随着变形镜控制信号的调整体现出有规律的变化,并且在一定的系数组合方式下,这两部分像差呈现出共轭性。基于以上研究结果,提出一种控制方法,该方法通过优化变形镜控制电压来调整镜面面型,使得残差中的低阶、高阶两部分像差系数实现最佳匹配,从而降低光瞳同心孔径圆域内的像差均方根值 (RMS),最终实现该孔径范围内系统成像质量的提升。分别针对点目标成像和扩展目标成像进行了仿真,结果表明:该方法相比于传统闭环共轭式校正方法,在面对复杂像差时能够得到质量更好的光学成像,有效扩展传统自适应光学系统的适用范围。这种控制方法在变形镜有较大拟合残差的场合具有很好的应用前景。     

采用多特征融合的子块自动提取方法

基于可变形模型的目标跟踪算法因其能够处理目标部分遮挡及形变问题成为目标跟踪领域的研究热点。当目标发生形变或部分遮挡时,可变形模型跟踪器可利用未被遮挡的子块继续完成跟踪。现有基于子块的目标跟踪算法均为手动选取子块的个数和尺寸,但在实际应用中,很难为子块的选取提供人机交互的机会,且手动选取子块易受主观因素影响。针对上述情况,提出了一种采用多特征融合的子块自动提取方法,该方法首先采用基于人眼视觉注意机制对目标模板的显著性区域进行度量;其次,利用边缘方向离散度对目标的纹理丰富度进行度量;然后,融合上述特征获得联合适配性置信度,并根据目标的面积和宽高比自适应确定子块的个数和尺寸;最后,根据联合适配性置信度提取目标子块。实验结果表明,与现有手动选取子块的可变形模型目标跟踪方法相比,采用所提方法自动提取的子块可获得更高的跟踪精度。     

运动估计中对不规则块匹配算法的理论研究

根据基于对象的MPEG-4视频标准，以对象宏块节点的运动矢量作类似的多边形匹配，提出了一种可变形块匹配方法。该方法在图像运动复杂的情况下能有效的保持图像的质量。     

ERSearch:一种高效的子图查询算法

子图查询是图数据库研究中的一个重要问题,许多方法基于“过滤-验证”策略进行子图查询,算法研究的重点为快速找到有效的特征集.通过对特征模式在数据图集中的嵌入信息进行分析,离线建立基于重叠关系、邻接关系和近邻关系的嵌入关系索引,提出基于嵌入关系的子图查询算法ERSearch.在给定查询图后,利用特征共现关系与特征嵌入关系联合进行过滤操作,并将过滤阶段的嵌入关系比对结果用于验证过程,提高验证效率.在真实及模拟数据上的实验表明,通过与PathIndex等方法的对比,ERSearch算法有效缩减了候选集的规模,能有效提高过滤与验证阶段的执行效率.     

Hierarchical Implicit Shape Modeling

In this paper, a new hierarchical approach for object detection is proposed. Object detection methods based on Implicit Shape Model (ISM) efficiently handle deformable objects, occlusions and clutters. The structure of each object in ISM is defined by a spring like graph. We introduce hierarchical ISM in which structure of each object is defined by a hierarchical star graph. Hierarchical ISM has two layers. In the first layer, a set of local ISMs are used to model object parts. In the second layer, structure of parts with respect to the object center is modeled by global ISM. In the proposed approach, the obtained parts for each object category have high discriminative ability. Therefore, our approach does not require a verification stage. We applied the proposed approach to some datasets and compared the performance of our algorithm to comparable methods. The results show that our method has a superior performance.     

双基前视SAR几何定位及同步误差分析

针对目标区域不存在图像匹配基准点如对海面目标、草原目标等定位时,基于图像匹配的目标定位方法失效问题,该文提出基于R-D原理的双基前视SAR几何定位方法。首先,在相邻合成孔径中心时刻,利用收发平台与目标的几何关系进行数学建模;再结合地距SAR图像中的目标与场景中心点的关系,解算目标相对接收平台的位置信息;最终,根据双基地前视SAR系统的特点,建立空时频同步误差模型,并结合仿真计算结果给出其对定位精度的影响规律。仿真结果验证了定位方法的有效性及误差模型的正确性。     

基于变形模板的多目标识别与定位

典型目标的识别与定位是无人机应用系统的关键技术之一,但实现完全地自动目标识别和定位存在一定的困难。该文提出一种采用变形模板进行多个目标的识别和定位方法,以机载传感器的融合图像为基础,并引入人在回路的思想,设计了基于变形模板的多目标识别和定位算法,重点研究了多目标变形模板库的构造和相应能量函数的定义,而变形模板的优化采用具有保优策略的遗传算法实现。仿真实验表明该方法具有较高的目标识别与定位能力,可以有效解决无人机图像中多个典型目标的识别与定位问题。     

基于信号流图的风力发电机故障诊断

针对风力发电机故障原因复杂,为解决其诊断困难问题。本文利用风力发电机电力系统中故障高发区的故障诊断经验知识,建立了风力发电机多信号流图模型。通过感应器获取实时检测信号数据并作为输入,并结合贝叶斯后验概率算法实现自动化的风力发电机故障诊断。根据风力发电机实时数据诊断表明,该方法能准确诊断出故障源,是一种十分有效的实时故障诊断方法。