基于改进光流算法的机器人目标跟踪系统

基于计算机视觉的机器人运动目标检测与跟踪,就是建立起一种机器人视觉与电机驱动相关联的系统。光流算法在此类系统中有着广泛应用,但是求取所需稠密光流场的运算量过大是其明显的缺点。为减少计算时间,提高跟踪系统响应速度,引入均值平滑算法对传统H-S(Horn和Schunck)光流算法进行改进,并在此改进算法基础上建立起目标跟踪系统。通过此系统,机器人可以根据采集到的图像的光流场变化来检测运动目标,再通过对光流场的奇异值分解,对跟踪系统模型所需参数进行估算,并驱动机器人做出相应动作,保持对目标的跟踪,从而使机器人对周围环境变化做出及时、准确的动作。经过实验证明改进后的光流算法有效的减少了计算时间,增强跟踪系统的实时性能。

光流模值估计的微表情捕捉

采用力的加速度参量展开描述人脸表情的变化过程,直接反映变化速度,从而有效捕捉表情序列中由不完全肌肉运动所引起的微表情关键帧.利用Horn-Schunck(H-S)光流法对连续运动的人脸图像序列提取运动目标的运动特征;通过光学应变张量算法,结合运动特征中的光流速度估计,推导出加速度参量;利用全局阈值算法对加速度模值和速度与张量模值作分类、比较,实现微表情图像序列关键帧的提取.采用Oulu大学SMIC微表情数据库中16个实验对象的88个微表情片段作为实验样本,平均正确识别率可达80.7%,比仅利用光学张量算法的正确识别率高12.5%.实验结果表明,所提出的加速度参量对微表情提取更具有效性.

基于背景配准的矿井危险区域视频目标检测算法

针对矿井危险区域视频监控视场背景复杂,难以实现视频目标精确提取的问题,提出了一种基于背景配准的视频目标检测算法。该算法实现步骤:提取SIFT特征点,计算特征点区域H-S光流矢量;通过区域运动特性分析提取出背景运动区域,对背景运动区域特征点做帧间匹配;计算仿射参数,配准差分后提取出精确的目标区域。实验结果表明,该算法能够去除前景目标特征点对背景配准的影响,可获得较为精确的目标区域。