河港挖入式港池尺度探讨

通过对湖南、江苏等地的挖入式港池尺度及实际使用情况的调查研究,依据规范进行计算对比,分析了目前挖入式港池尺度存在的问题及其原因,并对现行规范的相关条文提出了修改建议。

青岛港前湾港区港池尺度论证

从规范要求、船舶操纵模拟试验、波浪数学模型试验以及与其它集装箱港区水域尺度比较等方面,论证港池水域尺度的合理性。

一种核相关滤波器的多尺度目标跟踪方法

针对传统的核相关滤波器(KCF)跟踪算法无法解决目标尺度变化并导致目标丢失的问题,文中提出了一种尺度自适应核相关滤波分类器。首先利用核岭回归方法对由循环移位得到的大量目标图像样本进行训练得到核相关滤波分类器;然后建立多尺度待检测图像集,通过相关滤波器求取最大响应以得到当前目标位置与尺度信息;最后利用新目标图像为训练样本在线更新目标的尺度和外观信息。为了验证算法的有效性,在数据集中选取10组测试序列进行验证,并同时与KCF、DSST、CN等优秀算法进行对比。实验结果表明,所提算法能更好的适应尺度变化的跟踪,且跟踪精度有所提升。

特征融合的尺度自适应核相关跟踪算法

针对KCF算法在跟踪过程中面对复杂场景、尺度变化等问题效果欠佳的问题,提出一个采用KCF跟踪器的特征融合的尺度自适应核相关跟踪算法。提出一种方向梯度直方图和颜色直方图特征的特征融合方法;采用一种含有7个固定尺度因子的尺度池,采用响应最大的尺度更新当下尺度;使用平均相关峰值能量作为模板更新的指标,控制响应更新。将改进算法在OTB-100数据集中与近年来流行跟踪算法进行对比实验,实验结果表明,改进算法在性能上较KCF算法在精度和成功率上分别提高了10.3%和16.3%,可实现目标的鲁棒性跟踪。

基于多分辨率滤波通道的多尺度行人检测

利用单尺度特征映射进行多尺度行人检测存在准确率和效率较低的问题。为此,提出一种基于多分辨率滤波通道的多尺度检测方法。应用尺度感知池增强感受域对应性,通过软决策树实现尺度不变性,在使用滑动窗口分类策略时,结合地平面约束和稀疏网格来降低计算成本,加快行人检测速度。在Caltech数据集上的实验结果表明,该方法的检测准确率达88.89%,检测速度达15.68 frame/s,其检测准确率优于VJ、WordChannels等方法。

基于弹目关系的多尺度跟踪方法研究

针对弹载视频目标跟踪过程中,由于目标尺度变换导致跟踪精度下降的问题,论文基于SAMF算法,结合弹目运动关系对该算法进行改进,通过定量对比实验,得出了适用于特定场景的尺度自适应跟踪算法。该算法对于弹目运动关系已知的弹载视频目标跟踪精度,较单一尺度的KCF算法以及传统SAMF算法均有提升,且跟踪速度为65fps,兼顾了准确性与实时性的要求。为弹载目标跟踪算法的性能提升提供了新思路。

基于改进SAMF的移动机器人目标跟踪算法

针对移动机器人目标跟踪过程中目标尺度变化遮挡等问题,提出一种基于改进SAMF的目标跟踪算法,将SAMF算法尺度池扩展为9个,增强算法对目标尺度变化的鲁棒性,采用平均峰值相关能量作为模板更新指标,控制模板的更新。利用OTB100数据集和自行采集的移动机器人目标对改进算法进行验证,结果表明改进算法的精度和成功率有很大提升,可实现移动机器人在目标尺度变化和被遮挡情况下的稳定跟踪。

融合多层深度特征的核相关滤波跟踪算法

针对核相关滤波算法(KCF)难以处理目标尺度变化、旋转、遮挡等问题,本文在KCF的框架下提出了一种融合多层深度特征的抗遮挡目标跟踪算法。首先,在频域中,利用岭回归分类器训练VGG-2048上的conv3和conv6两层深度特征,分别得出置信度,将两者特征加权相连,替代原KCF的方形梯度直方图(HOG)特征,同时引入第1帧目标的残留信息,获得更为出色的位置响应输出。然后,针对遮挡问题,提出一种响应峰值判断抗遮挡机制。最后,通过双线性插值建立深度特征尺度池,解决目标尺度问题。在测试集(OTB-100)上的实验结果表明,改进后的算法能解决复杂环境下的目标跟踪问题,算法具有鲁棒性。