多特征重检测的相关滤波无人机视觉跟踪

无人机视觉跟踪是视觉跟踪未来应用的核心领域,其由于跟踪目标像幅较小、表观不清且易受到无人机飞行姿态多变、飞行稳定性差等因素的影响而难以对目标进行鲁棒的跟踪,特别是发生跟踪遮挡时,算法跟踪漂移后无法进行模型的更新。为提高无人机视频的跟踪效果,提出一种多特征重检测跟踪方法。首先采用多特征融合的方式提高跟踪算法在无人机跟踪特征的判别性。其次目标在出现遮挡时,扩大搜索区域,采用滑动窗口采样找到置信度最高的目标区域并实现模型更新。通过一系列无人机视频实验结果表明,该算法在遇到遮挡问题时具有较好的鲁棒性,能够提高无人机在目标跟踪过程中的准确性。

基于情感特征融合的视频恐怖场景检测算法

为有效识别网络视频中的恐怖场景,避免未成年人在互联网上访问不良信息,提出了一种自上而下的融合方法,有效地融合了恐怖场景识别中的音频、视觉和情感特征.首先由视频场景的不同特征构成基于情感词汇的词包模型;然后选择部分特征作为显著性特征,为其余特征赋予权重;最后,依据自上而下的特征融合策略所生成的特征向量进行恐怖场景识别.试验结果表明,该方法能有效识别恐怖视频.