一种检测范围自适应的目标跟踪算法

为处理目标的消失重现、形变及环境变化等问题,要求跟踪算法有一定的检测与学习能力.针对全局检测方法因冗余检测而造成检测效率低下的问题,在基于P-N学习的跟踪框架的基础上,提出一种自适应生成检测范围的目标跟踪算法.通过引入卡尔曼滤波器(Kalman filter)对目标位置、尺度以及两者的变化速度进行预估,在检测前根据预估信息自适应生成检测范围,提高检测效率.在公开的Co GD数据集上进行实验,结果证明该算法较原始算法在准确度基本不变的基础上,速度得到显著改善.

基于鲁棒高阶条件随机场的视频自动分割

针对交互式分割方法存在用户标注繁琐和过分割现象,以及仅考虑二元项不能获得图像中准确的物体边界等问题,结合鲁棒高阶条件随机场,提出一种视频自动分割方法。采用基于超像素显著性特征的分割方法对视频初始帧进行自动分割,其结果作为初始化种子建立模型。根据颜色信息设计高斯混合模型,基于纹理、形状等特征,利用联合Boosting算法训练Jointboost强分类器模型,通过条件随机场提高分割准确度。引入基于超立体像素的高阶项,增加像素与区域的关联,提高分割边界的平滑度。实验结果表明,该方法明显地提高了分割效果。

基于随机蕨丛的改进型TLD跟踪算法

TLD(Tracking-Learning-Detection)是近年来提出的一种高性能单目标长时间跟踪算法。为了进一步提高TLD算法的跟踪准确率,引入随机蕨丛分类器(Random fern)对其进行改进。在公开的TLD数据库上进行实验,结果证明该算法较原始算法准确度得到提升。

基于无线传感网络的水质监测系统

随着当今社会环境水污染问题日趋严重,建立一套水质监测系统已经刻不容缓,基于无线传感网络设计与实现了一种在线水质监测系统。系统构架可以用三级网络模型表示:第一级是底层的水质传感节点,第二级是中层的水质存储节点,第三级是高层的水质监测中心。水质传感节点主要实现对水质数据采集、发送数据到水质存储节点的功能;水质存储节点主要实现将网关的水质数据通过RJ45或者GPRS模块解析到Oracle数据库进行数据存储和显示的功能;水质监测中心主要采用Google Earth数字地图开发水质监测中心平台来展示和监测水质数据,最终完成对水资源的智能化管理。本系统最终能够实现对水质数据采集、无线传输和数据监测,并且与PC机能实时数据通信,整个软件平台运行平稳,实时性较高。