弱小目标跟踪算法性能评估的研究

本文提出了弱小目标检测和跟踪算法的性能评估框架,并针对弱小目标检测和跟踪的特点,从背景特性、目标特性和跟踪干扰特性等方面对弱小目标序列图像的仿真进行了分析.通过分析弱小目标跟踪中可能遇到的不同的目标情况和由此产生的正确跟踪轨迹、正常轨迹消失、错误跟踪轨迹、遗漏轨迹和虚假跟踪轨迹等目标跟踪状况,以弱小目标仿真模块提供的目标原始真值为基础,采用了有效跟踪评价和有效跟踪精度评价的方法对跟踪算法进行评估.试验表明,该方法能够有效地评估弱小目标跟踪算法.     

融合SIFT特征的压缩跟踪算法

本文提出一种新的融合SIFT(尺度不变特征)和压缩特征的目标跟踪算法以解决姿态变换、光照变化、旋转和运动模糊下目标的稳定准确跟踪问题。算法使用压缩特征对目标和背景进行描述,通过在图像帧中采集到的正负样本在线训练和学习SVM(支持向量机)分类器,将跟踪任务构建为一个二类分类问题。使用该分类器对下一帧的目标和背景进行分类,从而获得精确的目标位置和区域。同时,算法使用前后两帧的SIFT特征点之间的对应匹配关系求解目标尺寸变化值,实现模板大小的自适应调整。将算法与其他算法在某些图像序列上的跟踪比较显示,该算法在有效性、正确性和鲁棒性上性能优越。     

集成轮廓跟踪

本文将跟踪看作是二分类问题,提出了一种基于Adaboost集成学习和快速水平集的轮廓跟踪算法.该方法首先在线地训练一个弱分类器的集合用以区分目标和背景,而通过Adaboost将集合中的各弱分类器组合成一个强分类器,并用于标定下一帧中的各像素的类别属性,从而确定快速水平集算法的速度函数,然后采用基于动态邻近区域快速水平集来演化目标边界曲线以实现目标的轮廓跟踪.为适应目标和背景的变化,在跟踪过程中在线训练新的弱分类器,而时间相关性则通过更新包含新弱分类器的集合来实现.实验结果表明,在摄像机运动、光照变化,部分遮挡或目标尺度变化等情况下,能实现刚体或非刚体目标的轮廓跟踪.     

一种新的基于颜色统计特征的判别跟踪方法

针对目前目标跟踪的大部分判别算法注重跟踪效率而没有考虑尺度变化这一问题,提出了一个简单而鲁棒的基于颜色统计特征的判别跟踪方法。这种新的颜色统计特征具有一定的光照不变性,同时保持较强的判别能力。建立了跟踪过程的仿射运动模型,利用优化参数来解决尺寸及角度变化等问题。此外,为了进一步提高跟踪速度,采用低维的颜色统计特征描述目标外观,利用颜色统计特征训练贝叶斯分类器,将置信值最大的样本作为跟踪结果,并在线更新分类器。与现有跟踪器的大量综合性的对比实验表明,该判别跟踪方法在不同挑战因素下均有明显优势。     

基于SSD-CF的无人艇目标检测跟踪方法

针对目前目标检测和目标跟踪算法对无人艇运算配置要求高、速度慢等问题,该文一种提出基于SSD-CF的无人艇目标检测跟踪方法。利用MobileNets结构结合SSD目标检测算法构建轻量级卷积神经网络,实现无人艇的水面目标检测。目标检测结果作为相关滤波CF目标跟踪算法的初始输入,并在目标跟踪过程的保障其有效性。通过MODD水面船只视频数据实验表明,SSD-CF方法融合目标检测与目标跟踪算法,可有效地降低对运算力的要求,提升目标检测跟踪速度和目标位置的稳定连续性。     

林区视频监控下车流量分类统计

针对林区环境中通过监控视频统计车流量的传统方法提取车辆特征困难、无法分类统计等问题,提出了一种基于YOLOv5结合DeepSORT的车流量分类统计方法。该方法使用目标检测算法YOLOv5作为检测器对车辆进行分类检测,为了提升实际场景中的车辆检测效果,在算法中融入CBAM注意力机制增强检测器对车辆的特征提取能力,同时将NMS改进为DIoU-NMS,解决了因车辆相互遮挡导致的漏检问题。使用目标跟踪算法DeepSORT对检测到的车辆进行跟踪,为了减少车辆身份切换现象,将重识别网络在车辆重识别数据集上重新训练。最后通过在视频中设置虚拟线的方法对跟踪到的车辆进行统计。将该方法在实际场景中进行效果验证,实验结果表明,总体车流量统计准确率较改进前提升10.1%,汽车、货车、客车的车流量统计准确率分别为91.8%,94.6%,93.8%。     

Kalman滤波融合优化Mean Shift的目标跟踪算法

目标跟踪中,目标的背景变化、形状改变、遮挡,往往会导致跟踪失败,而跟踪的实时性和准确性是必须考虑的问题。本文首先对Mean Shift算法进行了介绍,接着对Mean Shift算法进行了优化:修正Mean Shift算法迭代权值,修正后主要信息贡献更加突出,次要信息受到抑制,避免了开方的繁琐运算,降低了运算量。提出了目标模板更新算法,解决了背景变化和目标形状改变时跟踪失败的问题。然后在水平位置和竖直位置建立Kalman滤波器,同时将优化Mean Shift算法与Kalman滤波融合,解决了目标完全遮挡后无法继续跟踪的问题。仿真实验表明,本文提出的目标跟踪算法在目标遮挡,目标形状改变,目标跟踪失败的情况下具有更高的跟踪精度,更高的实时性和鲁棒性。     

三级管道流水线算法实现红外点目标跟踪

针对海空复杂背景下舰载光电跟踪仪的红外点目标检测跟踪问题,本文研究了一种基于三级流水管道的点目标轨迹检测与跟踪算法.该算法针对由光电跟踪仪实际拍摄的红外图像的二值分割图,利用第一、二级流水管道,完成对二值图像的二阶相关,实现更为有效的滤波除噪.利用第三级基于"或运算"的目标检测管道搜索目标点和进行目标点的准确定位,从而实现了从序列图像中可靠检测和跟踪点目标的目的.本文采用舰载光电跟踪仪实拍的红外图像,进行了实际的工程验证.结果说明,工程验证的结果与实验仿真结果相吻合,算法是可行的.     

基于深度学习的实时物体检测与跟踪

本文旨在研究多模态显著性检测方法,以提高在计算机视觉领域中物体检测与跟踪任务的性能。研究问题聚焦于如何融合多种传感器数据,以提高物体检测和跟踪的准确性和质量。采用基于深度学习的目标检测与跟踪方法,能够更准确地识别和定位感兴趣的物体,并连续追踪其运动轨迹。研究方法涉及条件生成对抗网络（Conditional Generative Adversarial Networks,CGAN）和动态权重自适应融合技术,以优化目标的检测性能。本文在多个多模态数据集上进行了性能测试,包括RGB-Thermal、RGB-Depth和RGB-Total。结果表明,与完整模型相比,移除对抗损失函数和模态权重的模型具有更高的召回率,尤其是在高阈值条件下。本研究验证了多模态显著性检测方法在不同数据集上的有效性,并指出在特定数据集上可能需要调整模型参数或损失函数的设计,以获得最佳效果。本研究不仅能够应用于自动驾驶、智能监控和人机交互等实际场景中,还为多模态数据融合在目标检测与跟踪领域提供了参考。     

基于运动方向及主轴的目标头部跟踪点稳定提取

光电成像跟踪过程中,目标距离较近时,将在视场中呈现出扩展目标的特性,其成像大小将随着距离的减小迅速增大甚至溢出视场.此时传统的质心、形心、相关跟踪会出现跟踪点跳动或漂移的问题,严重时甚至出现跟踪丢失的现象.针对这一问题,提出了结合目标运动与主轴方向的目标头部跟踪方式,通过跟踪目标头部确保背景在视场内占据定的比例,避免了目标充满视场而导致的分割失败或跟踪点在目标上滑动的情况.通过对目标的二值图像进行形态学滤波并计算头部的形心,进一步提高了头部跟踪点的稳定性.仿真测试与外场试验表明,该方法显著提高了跟踪的稳定性与可靠性.     

纯方位目标运动分析可测性研究

纯方位被动目标运动分析在理论上和实际上匀有许多应用,为了保证本艇有唯一的跟踪,必须研究目标运动分析的可测性问题,文章利用线笥代数的基本方法,获得了一个新的可测性准则,随后应用在经典的目标运动分析问题中,研究表明,该方法是切实有效的。     

基于队列流水线的弱点目标轨迹跟踪算法

在宗思光等人提出的基于多量级多向梯度表决融合的双波段目标检测算法基础上,针对连续帧图像虚警点的线性累加性,以至于不易于目标跟踪及后期处理等不足,文章依据弱点目标在相邻帧间的运动不可能有大的跳跃,信号强度不会突变的特性,提出了可同时跟踪多个目标的算法,并进行了相应的实验,根据仿真已及实拍图片的实验,结果说明该方案是可行的,离实际应用要求又近了一步,具有较高的研究参考价值.     

目标联合状态类型密度表示的跟踪门技术

大多数传统的跟踪门技术仅使用目标的运动学量测信息,在多目标、多杂波跟踪场景中会导致较大的关联不确定性。考虑到属性传感器可以获取目标的类型信息,提出了基于目标联合状态类型概率密度的跟踪门方法。首先给出目标状态与类型的联合概率密度表示,从而导出以类为条件的跟踪门构建方法。为了适用于实时的非线性跟踪系统,门限的计算采用了基于仿真的算法。场景 1显示如果目标的量测预测密度为偏斜函数时,基于仿真的门限算法可以获得最优的跟踪门;场景 2为地面编队目标的跟踪过程。与使用传统的跟踪门相比,以类为条件的跟踪门技术在很大程度上提高了目标量测到航迹的关联率。     

Three-dimensional reconstruction of the fast-start swimming kinematics of densely schooling fish

Information transmission via non-verbal cues such as a fright response can be quantified in a fish school by reconstructing individual fish motion in three dimensions. In this paper, we describe an automated tracking framework to reconstruct the full-body trajectories of densely schooling fish using two-dimensional silhouettes in multiple cameras. We model the shape of each fish as a series of elliptical cross sections along a flexible midline. We estimate the size of each ellipse using an iterated extended Kalman filter. The shape model is used in a model-based tracking framework in which simulated annealing is applied at each step to estimate the midline. Results are presented for eight fish with occlusions. The tracking system is currently being used to investigate fast-start behaviour of schooling fish in response to looming stimuli.     

仅有角度观测信息情况下目标机动自适应跟踪算法研究

针对光电目标跟踪问题中纯角度跟踪的特点,提出了纯角度目标的机动自适应跟踪算法.该算法采用机动目标“当前”统计模型描述目标的运动特性,根据强跟踪滤波器的思想通过实时检测滤波器的残差信息确定目标的机动变化情况,进而调整“当前”统计模型中表征目标机动特性的参数(机动频率和随机加速度分布的极值),使得运动模型更加符合目标的机动...     

改进的Mean Shift算法在前视声呐运动目标跟踪中的应用

多波束前视声呐具有成像速度快、分辨率高的优点,是进行水下目标探测、跟踪和监控的重要设备。针对多波束前视声呐运动目标的跟踪问题,提出了一种改进的MeanShift算法。该算法利用经典的MeanShift算法实现目标的帧间定位,通过基于图像序列的背景消减法实现运动目标分割,根据分割后目标的位置和大小对Mean Shift跟踪框进行更新,并重新建立跟踪模型来迭代实现目标的准确定位和跟踪。实验结果表明,改进后的算法可实现目标跟踪框随目标大小和形状的更新,对目标的定位更加准确。因此,该算法具有应用于水下目标精确跟踪和定位的潜力。     

卡尔曼滤波器在光电经纬仪中的应用

为了解决光电经纬仪电视跟踪系统脱靶量滞后对控制系统跟踪精度及稳定性的影响，将预测滤波技术应用到光电跟踪系统中，提出了极坐标下卡尔曼滤波算法，目标模型采用等速运动并附有时间相关的随机加速度，增加了延时补偿。仿真结果表明，跟踪误差减小，当跟踪目标从视场消失时，控制系统按照预测的目标信息跟踪。     

误差空间估计的卫星跟踪位置预测

为了提高光电跟踪设备进行卫星观测跟踪时的精度与平稳性,提出一种在跟踪过程中预测卫星位置的误差空间估计方法.该方法根据当前不完全有效与准确的实测数据,用动力学模型方法离线预测数据与离线预测误差表示卫星位置,在预测误差构成的误差空间中对其进行滤波与预测,再与离线预测数据合成以得到精度更高的卫星位置预测数据.实验结果表明,文中方法对卫星位置的预测数据精度比采用运动学模型的Kalman滤波方法高,在精度要求为1'的情况下,其能预测的时间范围比后者多25s以上,且误差随预测步长的增加,增长较缓慢.     

水下机动目标跟踪技术研究

水下目标跟踪是海洋国土监视、反潜战等环境下的关键技术。以往的跟踪滤波算法主要基于卡尔曼滤波、扩展卡尔曼滤波等算法,这些方法实现比较复杂,滤波精度不高。最近出现了不敏卡尔曼滤波、粒子滤波、转换瑞利滤波、双多基地跟踪算法等,需要研究这些算法在水下目标跟踪中的性能。总结对比了国内外学者在此领域的研究成果,得出了这些滤波算法在水下目标跟踪中的优缺点。重点论述了纯角度跟踪和非线性滤波算法的发展、在水下目标跟踪中的应用以及多基地声纳跟踪水下目标技术的发展,回顾了机动目标跟踪和多目标数据互联算法。研究表明,非卡尔曼滤波算法能够更高精度地跟踪水下目标,双多基地声纳是今后发展的重点。为今后的研究提供参考。     

一种运动目标位置合成的快速算法

研究用经纬仪测定运动目标位置过程中的有关问题。为保证算法的实时性,采用直线插值方法。根据非整数倍周期时的偏差量,给出偏差量在整数倍周期时的带有延时作为参数的表示式。利用这一表示式,在目标作匀加速运动的前提下提出了延时的辨识方法,从而解决了目标位置合成中的难题。