融合响应模板和特征组合的鱼眼视频目标跟踪方法

鱼眼摄像机的广泛应用使得鱼眼视频目标跟踪受到了越来越多的关注,然而其特殊的成像原理造成的严重畸变给目标跟踪带来了不利的影响.为了降低鱼眼镜头视频图像的畸变对跟踪结果的影响,提出一种基于响应模板和特征组合的鱼眼视频目标跟踪方法.首先基于多个样本对应的响应值合成响应模板,构建基于响应模板的分类器;然后提取目标的HoG特征和Color Name特征分别训练分类器,综合考虑2个分类器的响应来确定目标位置;最后在分类器训练前用成像模型对变形的目标进行矫正.在鱼眼视频数据集上的实验结果表明,该方法能够在实时性的基础上很好地降低图像畸变以及目标变形的影响,获得良好的跟踪表现.

双互易边界元法域内自适应布点方法及布点位置对计算精度的影响

边界元法以积分方程理论为数学基础,可通过加权残余量法建立起积分方程的先进数值方法,是一种半数值半解析的方法,计算精度很高。但是传统的边界元法不能处理域内积分问题,双互易法的引入巧妙地将域内积分转化成边界上的积分,其中径向基函数(radial basis functions, RBF)起到了重大作用。但是数值算例表明径向基函数不稳定,阻碍了边界元法在工程实际中的应用。探讨了域内点的布置位置对计算精度的影响,并提出可让精度得到进一步提高的一种自适应布点方法,以较少的点达到较高的精度,并用算例进行验证。