改进的金字塔Lucas Kanade光流算法实现多姿态视频人脸特征点跟踪

目前,在人脸特征点跟踪领域,光流算法的使用较广泛。本文提出对小姿态人脸采用仿射变换矫正以及对大姿态人脸通过跟踪准确特征点的偏移量改进金字塔Lucas Kanade光流方法。实验结果表明,该算法比传统的金字塔Lucas Kanade光流算法在多姿态人脸特征点跟踪方面有更好的效果。

Lucas Kanade光流算法在面部特征点跟踪中的应用

在面部特征点的跟踪领域光流算法使用较为广泛。文章使用了Lucas Kanade光流算法对面部特征点进行跟踪,实验表明,该算法在面部特征点跟踪中可得到较好的跟踪效果。

基于四旋翼飞行器的光流法动态目标检测

针对四旋翼飞行器避障算法中对于运动的目标检测完整性不够,准确性及鲁棒性不高的问题,提出了一种基于金字塔Lucas Kanade光流的单目视觉避障算法,提高了光流检测到的运动目标的完整性和鲁棒性。通过引入图像动态模型建立光流约束条件,克服了因为亮度改变引起的约束方程不成立问题。实验结果表明算法在飞行器低速飞行且遮挡和亮度变化条件下的跟踪效果良好,并且显著减少了匹配搜索的时间,节省了飞行器的飞行时间。

利用综合光流直方图的人群异常行为检测

针对公共区域下的智能视频监控问题,提出一种新的从视频中检测人群异常行为的方法。利用混合高斯模型提取视频中的人群运动前景,在运动前景区域内使用等间距抽样法提取特征点。在人群特征提取阶段,给出光流特征提取方法,通过Lucas-Kanade法计算特征点的光流场,并统计计算全局特征点的光流方向直方图、光流大小直方图和光流加速度直方图,将融合3种直方图的综合光流直方图作为人群特征,使用支持向量机对特征数据进行训练和预测,判断人群中是否存在异常行为。实验结果表明,与基于社会力模型和纯光流方向直方图的方法相比,该方法能够有效、实时地检测人群中的异常行为,在UMN数据集中的检测率达到97%以上。

基于光流法和行人面积特征的人数统计方法研究

为了提高视频监控领域中出入口的人数统计的准确率,提出构建一种近似俯视运动行人面积作为人数统计的特征。使用垂直悬挂的单目摄像头对出入口进行拍摄,设置一条虚拟计数线,利用Lucas-Kanade光流算法计算计数线上像素的速度矢量,并构建近似俯视运动行人面积作为特征对过线人数进行估计并计数。实验结果表明,使用该方法可以降低光照原因产生的阴影以及图像预处理对人数统计的干扰,比较准确地对出入口进行人数统计。

基于光流法的粒子图像测速

以对粒子图像测速为目标,使用光流场针对数字图像建立整体光流模型,计算出粒子图像各像素点的速度场。对比不同粒子条件下的速度场从而获得符合光流法测试的粒子图像。采用了基于微分方程的Lucsa-kanade光流场计算方法,对流场显示进行定量化测速,实现对了流场的瞬态测量。光流法应用于粒子图像测速技术中,可用于速度场计算,也可用于修正原有的互相关算法得到的错误矢量。