基于跟踪度的Gabor小波特征跟踪方法的研究

图像的边缘包含了目标的大量特征信息。利用Gabor小波可以从目标图像中提取具有特征位置、角度和尺度的参数。利用这些参数可以重建除均值以外的所有图像信息。图像边缘与均值无关。根据重建图像边缘线段的长度和边缘拟和度以及特征点的个数,提出了跟踪度的概念,分析了跟踪度的性质,并在跟踪度准则指导下确定了跟踪的特征点个数。仿真实验证明,跟踪度反映了目标特征跟踪的可靠程度,提供了跟踪精度的客观标准,为选择特征点个数、平衡计算复杂度和跟踪精度提供了客观的依据。通过对目标进行姿态变换和大面积遮挡的跟踪实验证明,当跟踪度达到0 95以上时就可以稳定地跟踪目标。

基于匹配跟踪置信度的自适应对应像素距离图像匹配跟踪算法

本文结合最小绝对差度量(MAD)和(Hausdroff)距离度量两者的基本思想的优点,提出了一种新的对应像素距离相似性度量方法和自适应模板图像匹配跟踪算法,设计了帧间和帧内匹配跟踪置信度,提出了基于匹配跟踪置信度的自适应对应像素距离图像匹配跟踪算法。并对基于匹配跟踪置信度的自适应对应像素距离图像匹配跟踪算法的匹配跟踪性能进行分析,实验结果表明:该算法具有较强的抗噪、抗畸变能力和匹配跟踪稳定性,具有较高的匹配精度和匹配概率。

基于重构子互相关的BOC无模糊度跟踪方法

针对BOC体制信号的自相关函数具有多峰性质导致BOC存在的模糊跟踪问题,提出了子互相关函数概念及基于重构子互相关函数的无模糊度跟踪方法.通过分析对比各子互相关函数,重构生成仅具有单一相关峰并保持BOC窄相关特性的相关函数.以BOC(1,1)和BOC(10,5)为例进行仿真与分析,模糊度有效性表明本文方法相比ASPeCT与BPSK-like能够更好地去除副峰且保持窄相关,鉴相曲线表明对于BOC(1,1)与BOC(10,5),本文方法相对BPSK-like的线性区域斜率增益分别为5.2 dB与7.2 dB,抗多径性能表明本文方法相比ASPeCT与BPSK-like的多径误差最小,抗噪声性能表明对于BOC(1,1)与BOC(10,5)本文方法相比BPSK-like的码跟踪误差标准差分别减少了0.046 Tc与0.030 Tc.

基于KCF相似度的TLD目标跟踪算法

研究持续单目标跟踪算法时,TLD的架构是一种值得借鉴的方式,但由于其本身的一些缺陷,当跟踪的目标在出现遮挡、快速移动以及光照变化等复杂情况下,TLD跟踪算法容易发生目标跟丢的情况,并造成误差的逐渐累积。鉴于TLD跟踪算法以中值流跟踪算法作为跟踪器存在局限性,本文提出一种基于KCF相似度的TLD目标跟踪算法(TLD-KCFS)。采用KCF算法对TLD跟踪进行实时监督,通过跟踪结果计算出相似度,利用相似度进行检测模块切换的判断,并结合两种结果调整目标跟踪框。通过对多类型的视频序列进行测试后可知,TLD-KCFS算法在遇到模糊和快速移动、目标遮挡、光照变化等复杂情况时,可以稳定且良好地输出跟踪结果,鲁棒性较好,适用于长时间目标跟踪。

基于双模型竞争机制的目标跟踪算法

为解决背景感知相关滤波器存在的特征表达能力不足和模型漂移问题,本文提出了一种基于双模型竞争机制的目标跟踪算法.一方面,本文基于颜色和梯度信息设计了一种简单高效的特征描述子,以实现更鲁棒的目标表观建模.另一方面,本文分别构建初始模型和变化模型作用于目标搜索区域,并根据两者的跟踪响应图置信度来决定跟踪结果 .跟踪过程中,随着双模型主导地位不断地动态切换,变化模型也被赋予了可逆向学习的能力,从而达到缓解模型漂移的效果.实验结果表明,相比于基准算法,本文算法在OTB2015、TinyTLP和UAV20L三个数据集的跟踪精度分别提升5.0%、1.3%和4.1%,跟踪成功率分别提升3.8%、2.8%和1.7%,且在对不同跟踪场景实现稳定跟踪的同时能够保持25.5 fps的实时跟踪速度.

军人心理测量中融合自然语义信息的视线跟踪时-空相似度算法研究

目的提供一种军人心理测量客观指标——融合自然语义信息的视线跟踪时-空相似度算法。方法将心理测量中自评量表的自然语义信息与被试的视线跟踪数据相融合,提出视线跟踪时-空相似度算法,计算不同人群在问卷应答中视线跟踪差异,并进行视觉模式识别,从而实现军人心理测量中对目标人群的筛查。结果在军人心理测量中,采用本文提出的算法进行抑郁障碍高危人群筛查,实验结果表明被试在单个题目刺激作用下的平均抑郁障碍高危人群筛查准确率为80.13%,降维后的准确率为97.37%。结论本文验证了融合语义信息的视线跟踪时-空相似度在军人心理测量中的客观性和有效性,可作为辅助心理测量的客观指标。

重大科技项目领先度跟踪体系初探

在对重大科技项目领先度研究的基础上,结合重大科技项目的特点,给出了重大科技项目领先度评价路径,尝试通过构建重大科技项目领先度跟踪管理平台,将重大科技项目的领先度跟踪评价和项目过程管理思想相结合,为重大科技项目的领先度管理和项目顺利实施提供有益参考。

基于多区域空调房间温湿度的MPC算法研究

针对带有外界干扰的多区域空调房间温湿度跟踪控制问题,从建立多区域空调房间的热力学模型出发,在选取稳态工作点对模型进行处理的基础上,提出一种基于多输入多输出状态空间模型的模型预测控制(model predictive control, MPC)策略。设计了多目标优化的性能指标函数,以节约能耗。在matlab中使用mpt3工具箱对控制算法进行验证,在存在干扰的情况下,供气区,工作区,回风区三个区域的温湿度在满足约束的条件下都能较快跟踪上参考值,且鲁棒性较好,验证了所提出的MPC算法有效性与可行性。

采用时空上下文的抗遮挡实时目标跟踪

针对目标跟踪算法在光照变化、背景干扰、目标形变及遮挡时出现的跟踪稳定性下降甚至失败的问题,提出了一种采用时空上下文的抗遮挡实时目标跟踪算法。首先,在时空上下文模型框架下采用自适应降维的颜色特征构建目标外观模型,提高算法在复杂场景中对目标的辨别能力;然后,联合置信图响应的峰值和峰值旁瓣比对目标跟踪的状态进行评估;接着,利用目标模板之间相关系数的变化进一步判断目标是否被严重遮挡;最后,当目标跟踪出现波动时,降低目标模型更新速度,并通过Kalman滤波修正目标位置,当目标被严重遮挡时,则根据Kalman滤波预测目标位置,同时停止更新目标模型,在脱离遮挡后重新捕获目标并进行跟踪。选取了36组具有多种挑战因素的彩色视频序列测试算法的跟踪性能,并与其他表现优异的目标跟踪算法进行了对比分析。实验结果表明,所提算法具有较强的抗遮挡能力,并且在光照变化、背景干扰和目标形变等不利因素影响下仍具有较好的跟踪鲁棒性,同时能够满足目标跟踪的实时性要求。

基于扩展目标的不变矩跟踪算法

提出基于边缘区域的不变矩计算方法 ,在此基础上 ,针对在运动中形状、尺寸和方位不断变化的扩展目标 ,提出一种以不变矩作为跟踪特征 ,粗、精阶段相结合的相关跟踪算法 ,并根据目标图像的相关性给出一种新的跟踪置信度。实验结果显示算法迅速、有效、匹配精度高 ,对于复杂背景 。

虚拟现实跟踪系统的研究

跟踪系统的研究是虚拟现实的一个关键性技术。首先介绍了虚拟现实和跟踪系统的概念、用途以及磁阻传感器的特点 ,其次阐述了利用三轴磁阻传感器开发虚拟现实三自由度和六自由度跟踪系统的基本原理 。

旋转自适应的多特征融合多模板学习视觉跟踪算法

目标发生旋转及遇到外界干扰时会给目标跟踪带来巨大挑战,针对该问题,文中提出旋转自适应的多特征融合多模板学习跟踪算法.首先,构建具有互补特性的多模板学习模型,全局滤波器模板用于跟踪目标,当判定滤波器模板确定全局滤波器模板被污染时,使用修正滤波器模板对全局滤波器模板进行修正.然后,将颜色直方图作为视觉补充信息和VGGNet-19特征图进行自适应融合,提升全局滤波器模板对目标外观的判别能力.最后,提出旋转自适应策略,采用改进的跟踪置信度,估计跟踪框最佳旋转角度,减轻目标旋转带来的全局滤波器模板性能衰退.在OTB-2013、OTB-2015数据集上的实验表明,文中算法的成功率和精确率较高.

结合SAMF和视觉显著性的目标跟踪算法

为提高SAMF算法在复杂场景下的跟踪性能,提出了一种结合SAMF和视觉显著性的目标跟踪算法。在SAMF相关滤波跟踪框架的基础上,通过设计置信度判别策略评价SAMF跟踪结果的可靠性,当认定跟踪结果为低置信度时启用显著性检测算法对其进行修正,从而实现目标的重定位以解决遮挡等因素导致的跟踪漂移问题。实验表明,所提出的改进算法极大地提升了SAMF算法的总体性能和应对多种不同干扰因素时的跟踪鲁棒性,同时保持了良好的跟踪实时性。

采用自适应模糊优化的目标跟踪加速方案

目标跟踪作为计算机视觉的重要方向之一,在自动驾驶、安防监控等方面有着广泛的应用,但是目标跟踪算法还无法有效地运行在嵌入式设备上。针对目标跟踪算法计算量大、复杂度高,难以部署在资源受限的嵌入式设备的问题,提出了一种基于相关滤波目标跟踪的加速方案。首先采用自适应模糊算法优化了跟踪算法整体运算量,它可以根据目标跟踪框的尺寸判定是否降低图像质量。其次采用了跟踪响应结果的峰值旁瓣比与平均相关能量比判据来评估跟踪结果的可信度,从而实现跟踪模型的自适应更新以及目标位置的重搜索。最后基于FPGA并行实现相关运算和跟踪检测器训练阶段的矩阵相乘运算,以提升算法实时能效性。所提出的加速算法基于PYNQ-Z2进行硬件测试,并在OTB2015跟踪数据集上进行验证,该算法的跟踪精度与跟踪实时性分别为65.8%,17.28 frame/s,相比于原始算法,跟踪精度、跟踪实时分别提高了9.12%、703.7%。

多区域暖通空调温湿度鲁棒模型预测控制策略

多区域暖通空调(heating,ventilation and air conditioning,HVAC)系统相比基础的单区域空调系统能够更好地描述空调房间各区域内的动态热响应过程,传统模型预测控制(model predictive control,MPC)算法能较好实现温湿度控制,但室内区域之间传热系数的耦合作用,使得模型中存在不确定性扰动,这种情况下,传统MPC算法难以实现控制。针对这类问题,设计了一种基于线性矩阵不等式的改进鲁棒模型预测控制(robust model predictive control,RMPC)策略,将模型中存在的扰动用多胞不确定集来表示。最终将一个无穷时域控制量无限的最小化最坏情况的min-max问题转化为有限时域内求解状态反馈控制率的问题,同时考虑了状态与输入约束条件,通过在线实时求解即可得到每一时刻最优解。最后对多区域HVAC空调房间系统进行仿真,结果表明本文算法下3个区域温湿度的跟踪精度较高,抗干扰能力也较强。

基于显著性特征的选择性目标跟踪算法

针对长期目标跟踪算法中目标部分遮挡甚至消失情况下的目标有效跟踪问题,提出了一种融合了目标显著性特征的选择性跟踪算法.首先,为了有效抑制背景信息的干扰,综合HOG特征以及颜色统计特征的特点提出了前景概率图来实现增强目标显著性抑制背景干扰的效果.其次,为了减少跟踪漂移和解决重度照明和遮挡等挑战性场景中的跟踪失败问题,引入了具有筛选条件的选择性跟踪和检测框架,用以控制检测器的激活以及最终结果的选择.OTB2013数据集上的实验结果证明,本文算法可以取得91.1%的总体准确率以及67%的总体成功率,结果优于大部分跟踪算法.

基于伪相关函数的cosine-BOC调制信号无模糊跟踪算法

针对余弦二进制偏移载波(cosine-BOC)调制信号自相关函数的多峰特性会导致导航接收机同步阶段产生跟踪模糊度问题,提出了一种基于伪相关函数(PCF)的cosine-BOC调制信号无模糊跟踪算法。该算法通过分析cosine-BOC信号的时域模型,在本地设计两路辅助信号波形,与接收到的cosine-BOC信号进行相关运算,再将得到的两互相关函数利用伪相关函数表达式进行组合,从而消除cosine-BOC信号自相关函数的边峰。仿真结果表明,该算法能够消除cosine-BOC信号鉴相曲线中存在的误锁点,实现伪码无模糊跟踪,提高跟踪可靠性,且该算法适用于任意阶数的cosineBOC信号。

基于UKF的雷达和机载ESM扩维跟踪

为有效提高异类传感器融合跟踪的效果,提出了一种基于UKF的雷达和机载ESM扩维跟踪算法。首先将目标和机载ESM的状态信息组合起来,形成一个高维的状态向量,从而有效抑制滤波中GPS定位误差所带来的影响;接着在此基础上采用UKF来实现目标的定位跟踪,以求进一步减小扩维后线性化误差加大等问题的影响。仿真结果表明,该算法可更好地实现对目标的定位跟踪。

一种信息融合数据源质量评价新指标

数据源是信息融合系统最初的输入,对其进行定量评价可以为算法管理提供依据。通过定量计算,提出一种数据源质量评价新指标——易跟踪度,用以描述对数据源进行跟踪,是否容易获得理想的跟踪结果。实验证明,易跟踪度指标可以为信息融合系统的算法管理提供直观依据。

基于场景划分方法的风光出力耦合特性机理

利用数据挖掘技术,根据风光出力特性采用不同场景数据划分方法对风光资源丰富地区的实际风电、光电出力数据进行场景划分,在划分的典型场景数据下对风光出力互补耦合特性进行分析,研究合成出力跟踪系统负荷的机制特性及提高出力预测精度问题,提出耦合度和跟踪负荷度计算方法。研究表明,风光互补合成出力耦合特性在一定程度上减小了出力的波动性,合成出力对系统负荷跟踪度达到了12.2%,同时风光合成出力预测的耦合所得误差比单独的风、光电出力预测系统所得误差小。