基于视觉感知的运动目标跟踪算法

针对运动目标跟踪问题,为解决跟踪过程中因遮挡、目标尺度变化等易造成跟踪失败的现象,提出一种基于视觉感知的跟踪算法。该算法以神经元响应为视觉特征,首先从自然图像中学习初级视皮层细胞感受野;然后计算背景图像和视频序列图像的神经元响应并得出差值,与动态阈值比较,识别出运动目标,通过迭代实现目标跟踪。多类别实验结果表明,该算法实现了运动目标稳定跟踪,目标跟踪准确率达93.5%且鲁棒性增强,与典型算法Camshift和SIFT相比,提高了跟踪算法的准确性和鲁棒性。

基于视觉机制的非结构环境下车速检测算法研究

在非结构环境下,基于视频检测目标车速为目的的关键问题是:如何利用视频序列准确、高效地得到运动目标的实时信息。基于视觉感知机制的车速检测是一种新方法,该方法以视觉机制为启发,首先从图像中学习初级视皮层细胞超完备基;然后基于超完备基视觉计算模型,以神经元响应系数表征目标,并根据背景与目标响应系数差值与动态阈值的比较识别运动目标;通过迭代实现目标跟踪;在目标跟踪的基础上,根据不同视频序列中车辆特征匹配法得到车辆的位移,最后实现车速检测。实验结果表明,该算法能够在实时条件下检测实际道路场景的不同类型车辆速度,达到96.55%以上的准确率,并且与传统方法相比较提高了车速检测的准确性和鲁棒性。

基于Gabor匹配甚低码率视频编码算法的研究

提出一种基于Gabor匹配的甚低比特视频编码算法 ,通过算法自学习优化Gabor匹配集提高编码效率 .实验测试结果表明 ,在甚低码率 ( 2 4kb/s和 10kb/s)下有效保证视频编码PSNR和编码效率 ,同时从根本上解决传统编码方法在甚低码率视频编码中的块效应问题 .