高斯混合模型的运动目标检测与跟踪算法

运动目标跟踪是计算机视觉研究中的一项关键技术,针对当前运动目标跟踪算法存在的跟踪精度低,实时性差等不足,提出了基于高斯混合模型的运动目标检测与跟踪算法。首先收集目标的信息,并采用混合高斯模型对运动目标背景进行建模,然后采用均值漂移算法对目标进行跟踪,最后采用VC6.0++实现运动目标跟踪仿真实验。结果表明,该文提高了运动目标跟踪的精度,加快了运动目标跟踪的速度,并对遮挡、场景变化具有良好鲁棒性,性能要优于当前其他运动目标跟踪算法,具有更高的实际应用价值。

改进的混合高斯与YOLOv2融合烟雾检测算法

提出一种融合了改进的混合高斯和YOLOv2的烟雾检测算法。首先,针对烟雾的早期特征对混合高斯算法进行改进,有效框定动态目标感兴趣区域,提取出烟雾前景;在此基础上将烟雾检测转换为回归问题,利用端对端目标检测算法YOLOv2训练烟雾数据集,进行二次检测和筛选,最终框定出烟雾发生区域的具体位置和范围,满足对不同场景火灾烟雾的有效检测。实验结果表明,融合算法改善了烟雾区域的检测效果,提高准确性并有效降低烟雾误检率。

一种基于高斯混合模型的距离图像分割算法

提出了一种基于表面法向的高斯混合模型的距离图像分割算法.它充分利用了表面法向高斯混合模型的物理含义,使数据聚类的次数减少,并利用Expectation-Maximization(EM)算法估计出的模型参数计算模型的后验概率实现了自动模型选择.算法针对两种距离相机的60幅真实距离图像进行了实验.将实验结果与几个流行的分割算法进行了客观比较.

基于高斯混合模型的类人机器人果实辨识研究

针对类人机器人的特点,设计了一个具有果实辨识功能的类人机器人系统。类人机器人自带的摄像头作为视觉系统,通过视觉系统收集彩色果实图片,将RGB颜色转换成HSV颜色,结合高斯混合模型算法,通过训练得到每类果实所对应的分类器模型参数,构造分类器,实现类人机器人对果实准确高效的识别。

自适应背景提取算法的比较

介绍几种背景自适应提取算法的原理,分析算法在交通视频检测中的仿真效果。依据交通场景提取中实时性、准确性等关键技术指标,采用基于"真理图"的量化评估方法,在多种复杂交通场景中利用recall,precision评价参数对背景提取算法的效果进行比较分析,明确被评价算法的性能特点与适用的交通场景。

基于非线性滤波算法的磁偶极子跟踪

为了实现具有高度非线性特点的磁偶极子跟踪,将磁偶极子的位置、速度和磁矩等参数的估计归结为动态系统的贝叶斯估计问题,提出了使用递归方法估计其状态参数。在此基础上应用高斯混合采样粒子滤波(GMSPPF)算法实现了磁偶极子跟踪,并通过实测试验检验了算法的性能。结果表明,与粒子滤波(PF)和Sigma点粒子滤波(SPPF)算法相比,GMSPPF算法具有更好的性能和较低的计算量。

基于平面投影的三维空间定位算法

在无线传感器网络的节点定位过程中,未知节点在x轴和y轴方向上的定位精度较z轴更重要。为此,在RSSI高斯混合(RGM)算法的基础上提出一种基于平面投影的定位算法。通过缩小未知节点空间定位误差区域在xoy平面上的投影面积,提高未知节点在x轴和y轴方向上的定位精度。仿真结果表明,与RGM算法相比,该算法可在不增加时间复杂度及网络通信量的基础上,有效提高节点的x轴和y轴定位精度。

基于ET-GMPHD算法的编队目标跟踪方法

针对低检测环境下编队目标的跟踪问题,提出了一种基于扩展目标高斯混合概率假设密度(extended target Gaussian mix probability hypothesis density,ET-GMPHD)算法的编队目标跟踪方法。首先,保留修剪掉高斯项的同时将其外推,用Jensen-Shannon(JS)散度衡量下一时刻状态估计值与外推值间的相似程度,并以此反映是否有目标丢失,保证真实目标不被修剪,解决了因目标漏检导致跟踪结果不准确的问题。其次,结合循环阈值聚合法得到编队整体的状态估计,消除了估计状态集合中状态值过多造成的影响。最后,仿真实验表明,该方法能够在检测概率极低的情况下进行有效跟踪,并具有良好的跟踪性能。

基于GAGN算法探究边缘电荷交换复合谱过拟合

目的提出电荷交换复合谱(CXRS)边缘谱线分析过程中的过拟合现象,探讨其对主动光谱成分提取和对等离子体参数的影响。方法利用数值模拟建立双高斯模型,一个表示主动谱,另一个表示被动谱。分别利用混合高斯牛顿算法和遗传算法对边缘测量谱线进行双高斯拟合。结果过拟合的出现主要影响主动谱的光强,而对其展宽和中心位置影响较小,主要源于被动谱不稳定造成,容易被当成误差信息。结论在CXRS边缘谱线拟合中出现的过拟合现象严重影响了CXRS诊断对等离子体参数的判断,使得等离子体杂质密度严重偏离真实值,但其对等离子体的温度和旋转速度影响较小。

无线传感器节点信息融合的研究

视频目标跟踪是计算机视觉研究中的一项关键技术,针对当前视频目标跟踪算法存在的跟踪精度低,实时性差等不足,提出了基于传感器的视频目标跟踪算法。首先采用传感器收集目标的信息,然后采用混合高斯模型对视频目标背景进行建模,并采用均值漂移算法对目标进行跟踪,最后采用VC6.0++实现视频目标跟踪仿真实验。结果表明,本文提高了视频目标跟踪的精度,加快了视频目标跟踪的速度,并对遮挡、场景变化具有良好鲁棒性,而且性能要优于当前其它视频目标跟踪算法,具有更高的实际应用价值。

结合有限元和非刚体运动估计的左心室应变分析

提出一种直观地分析左心室在心脏收缩期的应变情况的方法.首先利用心脏核磁共振图像数据对左心室进行三维实体建模,再进行有限元单元划分;然后,使用非刚体运动估计算法——单位法线及高斯曲率混合算法,在左心室收缩期相邻时刻的有限元模型表面上寻找最相似单元结点作为对应单元结点,计算各对应结点间的位移,并用α剪枝平均对位移过大的可疑结点进行处理;最后,利用弹塑性力学中应变与位移间的几何关系求解左心室表面各单元结点的应变,获得位移和应变的彩色云图.实验结果表明,该方法能直观、有效地反映左心室表面在整个心脏收缩期的形变情况和应变分布.

磁性目标跟踪的后验克拉美罗下限分析与计算

为了求解磁性目标跟踪问题的后验克拉美罗下限(PCRB),提出了PCRB-GMSPPF算法。该算法利用高斯混合采样粒子滤波算法对目标状态的真实后验概率密度分布进行抽样,再通过蒙特卡洛积分法迭代求解每个观测时刻的Fisher信息矩阵,进而得出目标状态估计的PCRB;克服了基于PF算法求解PCRB过程中由于粒子退化和贫化问题造成不能从后验概率分布中正确抽样的缺点;在建立磁性目标跟踪的状态模型和观测模型的基础上进行仿真分析,将求解出的PCRB与采用GMSPPF及PF算法进行跟踪的均方根误差做对比,验证所提的PCRB-GMSPPF算法的有效性,结果表明:针对磁性目标跟踪问题,PCRB-GMSPPF算法较PCRB-PF算法具有更好的准确性,并可用于一般的非线性模型跟踪误差下限分析。

图像去噪在印刷品质量检测上的应用

目的研究消除线阵CCD在采集图像过程中引入的噪声。方法根据印刷品检测系统中常引入高斯噪声和椒盐噪声结果,分别应用小波变换算法和高斯-中值混合算法进行去噪处理。结果通过与不同方法的对比分析,表明该2种方法可行。结论小波变换对高斯噪声图像能达到很理想的去噪效果,高斯-中值混合算法实现了在去噪的情况下还保持图像本身的细节部分,对椒盐噪声去噪效果明显。

多编队目标先后出现时的无先验信息跟踪方法

针对多编队机动目标先后出现时的跟踪问题,该文提出了一种基于交互式多模型高斯混合概率假设密度滤波(IMM-GM-PHD)算法的无先验信息跟踪方法。首先,在IMM-GM-PHD算法预测过程完成的基础上,引入密度检测机制,利用相关域为所有预测高斯分量挑选有效量测,结合密度聚类(DBSCAN)算法检测是否出现新编队目标。其次,在IMM-GM-PHD算法状态更新完成的基础上,利用更新高斯分量的组成情况完成模型概率的更新。最后,在状态估计优化过程中,结合编队目标的特点,加入相似度判别技术,利用杰森-香农(JS)散度度量高斯分量间的相似度,剔除没有相似分量的高斯分量,进一步优化估计结果。仿真结果表明,该文方法能够快速有效地跟踪非同时出现的多编队机动目标,具有较好的跟踪性能。

基于k-means聚类和神经网络的超速行为识别研究

交通事故的发生对人们的生命财产安全造成了威胁,而超速驾驶是交通事故发生的一个重要因素。因此,如何准确识别超速行为至关重要。本文提出了一种基于工况识别的超速驾驶行为识别方法,首先利用主成分分析法对数据进行降维,利用k-means算法和高斯混合聚类算法对降维结果进行二次聚类,根据聚类结果训练BP神经网络,用训练好的模型对工况进行实时识别,进而得到不同工况的速度阈值用于超速行为识别。研究结果表明行驶工况的平均识别正确率达95%,将该方法应用于超速行为的识别,可使识别更加准确、科学。

应用视频技术的目标检测与跟踪系统研究

针对工业控制中智能视频的应用,本文研究了基于SOPC的智能视频在工业控制中目标检测与跟踪系统,本系统包含四个模块:图像采集模块、存储模块、目标检测跟踪模块和VGA显示模块,可以完成视频中图像的采集与处理、目标的检测与跟踪和显示等功能,实现了运动目标检测与跟踪的准确性和实时性。实验结果显示,本研究在运动目标的跟踪时偏移度最小,低于0.5 cm,并且在运动目标加入遮挡物、姿态变换、干扰物等因素后,本研究仍能跟踪到目标,持续到目标移出视频范围。

基于Hessian矩阵和GMM-EM算法的肝脏三维血管树提取

血管系统的准确分割是许多医学应用的基础。本文提出了一种基于Hessian矩阵和高斯混合模型的最大期望(GMM-EM)算法提取肝脏三维血管树的有效方法。首先采用Hessian矩阵对肝脏原始图像进行管状物探测和增强,接着采用GMM-EM分割算法得到粗略血管系统;由于Hessian矩阵对噪声敏感,容易出现血管的断落,本文采用形态学闭操作减少断落,同时设计了空间滤波器解决血管尾影问题;最后利用三维空间连通域搜索算法去除噪声,实现血管系统的空域连通。实验表明,本文的方法能有效提取肝脏的血管树。

基于GMM与EM算法的呼叫接入控制

【摘要】研究了ATM通信网络基于高斯混合模型的呼叫接入控制问题。提出了使用高斯混合模型来近似聚合通信流带宽分布的概率密度函数,通过EM算法来估计混合模型的参数并导出了基于高斯混合模型的允许接入控制公式。