一种基于空间通道注意力机制的无人机夜间跟踪方法

研究背景视觉跟踪是众多无人机(UAV)应用中的基本任务,例如目标跟踪、自主着陆和自我定位。给定物体的初始位置,跟踪器被期望在接下来的时间内估计物体的位置。近年来,视觉跟踪取得了巨大的进展。不断涌现的跟踪方法不断刷新着大规模基准测试中的最新技术(SOTAs)。然而,以往的进展都是在有利的光照条件下拍摄的白天序列上取得的。在无人机的实际应用中,视觉系统必须在全天候提供稳健的表现,而最近的研究表明,SOTA跟踪器在低光条件下几乎无法保持其优越性。因此,在夜间不稳定的跟踪性能严重阻碍了相关无人机应用的拓展通常情况下,夜间拍摄的图像亮度暗、对比度低。在这种情况下,使用在白天训练的特征提取器会失去效力,导致目标跟踪效果不佳。

基于激光传感技术的光电探测设备隐蔽目标跟踪方法

光电探测设备易受环境和设备自身振动影响,采集信息带有大量噪声,降低隐蔽目标的跟踪精度,为此,提出基于激光传感技术的光电探测设备隐蔽目标跟踪方法。该方法首先设计光电探测器,并将激光传感器装置在探测器上,采集隐蔽目标状态数据,使用小波变换模极大值与阈值融合方法去噪处理;再基于去噪后的数据建立目标跟踪模型,将数据输入模型中,计算隐蔽目标的角速度以及角位置,从而确定目标具体位置,实现隐蔽目标的精准跟踪。实验结果表明,该方法开展隐蔽目标跟踪时,跟踪误差在0.3%以内,通信开销最高为145 J,执行时间在160 ms以内。

基于自适应反演法的轮式AGV轨迹跟踪方法

移动机器人路径规划是指在没有碰撞的情况下,参照某一指标找到最佳或辅助路径,以安全地绕过环境中已知或未知的障碍物,从起点到目标点。在已知条件下,与全球静态路径规划相比,在仓库物流、小区安全巡逻等一些未知条件下,移动机器人的路径规划问题仍然很难解决。基于此,本文对基于自适应反演法的轮式AGV轨迹跟踪方法进行了探讨,以供参考。

基于Kanade-Lucas-Tomasi算法的人脸特征点跟踪方法

与传统的在人面部画上标识点的特征点跟踪方法不同 ,KLT(Kanade Lucas Tomasi)算法可以从未加标识点的正面人像视频系列中通过特征纹理信息直接获取面部某些特征点的位移 在KLT算法中加入了基于人脸统计信息的经验约束 。

基于帧间差分和水平集的运动目标探测跟踪方法

针对运动目标探测中,帧间差分法容易出现目标拉伸和空洞的问题,提出了基于帧间差分和水平集的运动目标探测跟踪方法。该方法首先利用帧差法获取运动目标的大概位置,再利用水平集得到目标的完整区域,最后利用直方图匹配的方式对目标进行关联,实现实时目标跟踪,这样既解决了帧间差分法中目标拉伸和空洞问题,又克服了水平集自身无法利用目标运动信息和初始化不准确时收敛速度慢的问题,提高了探测的准确性和跟踪的稳定性。实验结果表明,该方法能够在实时条件下,实现目标的精确探测和稳定跟踪。

一种运动目标多特征点的鲁棒跟踪方法研究

提出了一种基于特征光流分割和卡尔曼滤波估计的鲁棒性的运动目标跟踪方法。该方法具有很多特点 :首先在特征光流的计算中采用由粗到细的层级匹配算法 ,因而能够计算大的运动速度和具有更好的匹配精度 ;其次采用了有效的遮挡判决算法 ,该算法综合利用了先验的信息 ,对噪声的干扰不敏感 ;最后建立了线性卡尔曼滤波模型 ,当特征点被遮挡或丢失时 ,能够预测它们的位置 ,这使得跟踪更具有主动性。实验表明 ,该方法具有高精度。

基于DSP的雷达目标检测和跟踪方法研究

基于专用 DSP检测与跟踪处理器 ,研究了相应的雷达目标检测与跟踪方法。考虑到数字信号处理器较强的数学处理能力 ,研究了基于位置相关的雷达目标检测算法 ,结合雷达目标运动特性 ,研究了基于目标运动相关的多目标跟踪技术 ,并在 DSP上实现了相应的检测、跟踪算法。实验室仿真结果表明 ,该检测算法具有好的检测性能 ;

基于汽相/液相界面跟踪方法的弯管内空化流动的数值预测

采用发展的基于Reynolds-Averaged Navier-Stokes方程和液相/气相界面跟踪方法的单相空化模型和数值迭代算法,数值预测了二维弯管内空化空泡的形状和相应的压力系数分布。将发展的二维空化模型和算法推广到三维空化流动的数值模拟,预测了三维非对称弯管内的三维空泡形状和流动特性。数值预测三维非对称弯管内空化流动时的空泡位置和相应压力系数分布符合理论分析结论。研究结果证明了所发展的空化模型和算法能够应用于三维空化流动时的数值预测。

股骨CT图像轮廓跟踪方法

目的 为重建和测量股骨的解剖结构 ,需要大量地读取CT图像的信息 ,以获得股骨轮廓的坐标值。方法 本研究采用直方图阈值图像分割、Kirsh边缘提取法获得股骨的二值化轮廓图像。结果 轮廓坐标的提取应用了“迷宫”边缘跟踪算法。结论 本方法可大量、快捷。

髋臼CT图像轮廓跟踪方法

目的 为重建和测量髋臼的解剖结构 ,需要大量地读取CT图像的信息 ,以获得髋臼轮廓的坐标值。方法 本研究采用直方图阈值图像分割、kirsh边缘提取法获得髋臼的二值化轮廓图像。轮廓坐标的提取应用了“迷宫“边缘跟踪算法。结果 本方法可大量、快捷。

基于方向信息测度约束的自适应血管跟踪方法

针对血管的叠加与分叉问题 ,本文提出了一种基于象素方向信息测度约束的自适应血管跟踪方法 .在启发式血管追踪过程中 ,本文构造了一种边缘度量函数来检测血管边缘 .同时 ,本文还引入了一些措施来提高血管追踪精度 ,如步长自适应调整、方向惯性机制、四边形修正方法等 .试验结果表明 ,本文方法在血管发生叠加和分叉时 ,可以正确的对血管进行跟踪 。

非线性Gauss-Hermite滤波与机动目标的反干扰跟踪方法

采用 Gauss- Hermite积分规则 ,基于结构随机跳变系统理论提出一套非线性滤波新方法。该方法克服了由于采用传统线性化所导致的“基础结构失真”,从而提高了估计的精度 ,具有较好的实时性。该方法的有效性在机动目标反干扰跟踪应用仿真中得到了验证。

基于正则化粒子滤波的磁梯度张量跟踪方法

针对磁梯度张量直接反演跟踪方法对噪声十分敏感的问题,提出了基于正则化粒子滤波(RPF)的磁梯度张量跟踪方法。该方法建立了包括目标位置、速度和磁矩等状态变量的状态方程,给出了表征状态向量与磁梯度张量、磁场三分量测量值关系的量测方程,加入了重采样等克服粒子退化现象的方法,并通过RPF方法克服粒子衰竭问题。通过仿真实验证明了RPF跟踪方法的精度远远高于直接反演跟踪方法,具有更强的抗噪声干扰能力,可以有效完成磁梯度张量跟踪。

基于矢量水听器的一种时间方位历程目标跟踪方法

文章简要介绍了时间方位历程显示方式的原理,针对时间方位历程中最大值自动跟踪方法存在的弊端,提出了应用矢量水听器解决多目标跟踪问题的一种新方法,并应用于海试数据处理中,取得了良好的效果。

基于奇异值分解的特征跟踪方法

在传统的基于模板匹配的跟踪方法中 ,均是给定一个模板 ,然后从图像中各个位置取出一个个与模板大小一致的区域进行相似性度量 ,找出与模板距离最小的一个区域作为当前模板 ,以便进行下一步的匹配跟踪工作。在景象匹配和相关跟踪过程中 ,由于所面临的大多数是变化的场景 ,实时获取的图像与预存模板之间存在比较大的差异 ,传统相关匹配方法的应用就会受到限制 ;而且在跟踪过程中 ,随时更新模板会造成跟踪性能对扰动过分敏感 ,从而产生漂移。首先拍摄目标不同角度的图像 (尽可能包含目标可能出现的所有情况 ) ,构成目标图像训练集合 ,抽取出特征矩阵 ,对它进行奇异值分解 ,构成一个关于目标的多维空间。然后再用匹配方法在全局范围搜索 ,找出目标的大致位置 ,并利用收敛方法在确定的大致位置内进行搜索 ,确定目标的仿射变换参数 。

一种基于双信息源的人手空间跟踪方法

对人手的空间运动进行了分析和建模 ,提出了一种利用双信息源进行人手空间定位的新方法 :利用视觉输入提取手的平面位置信息 ,借助安装于肘部的弯曲传感器获取手臂的弯曲角度 ,根据所建模型由二者通过模糊计算确定手的深度信息。通过实验 ,证实了该方法的有效性。

软件项目进度跟踪方法的综合研究

进度是软件项目的第一大风险,受到顾客和承制方的高度关注。该文概述了软件项目的进度管理机制,对历史上主要的6种软件项目进度跟踪方法:里程碑进度,人为设定活动进度,工作单元进展,挣值法,甘特图和网络图进行了比较说明,从计算公式、使用时机、使用性能和发展进化等方面指出了它们各自的特点,推荐了最佳软件进度跟踪方案。

卫星导航系统的船舶航行轨迹智能跟踪方法

针对当前船舶航行轨迹跟踪误差大的问题,为了提高船舶航行轨迹跟踪的精度,提出基于卫星导航系统的船舶航行轨迹智能跟踪方法。首先采用卫星导航系统对船舶航行相关信息进行采集,然后采用高斯混合模型对船舶航行轨迹进行检测和智能跟踪,最后其他的船舶航行轨迹跟踪方法进行对比测试。结果表明,在相同实验环境下,本文方法的船舶航行轨迹跟踪误差远远小于对比方法,船舶航行轨迹跟踪实时性能也得到较大的改善,解决船舶航行轨迹跟踪过程存在一些难题,具有更广泛实际应用范围。