Redundant discrete wavelet transforms based moving object recognition and tracking

A method for moving object recognition and tracking in the intelligent traffic monitoring system is presented. For the shortcomings and deficiencies of the frame-subtraction method, a redundant discrete wavelet transform （RDWT） based moving object recognition algorithm is put forward, which directly detects moving objects in the redundant discrete wavelet transform domain. An improved adaptive mean-shift algorithm is used to track the moving object in the follow up frames. Experimental results show that the algorithm can effectively extract the moving object, even though the object is similar to the background, and the results are better than the traditional frame-subtraction method. The object tracking is accurate without the impact of changes in the size of the object. Therefore the algorithm has a certain practical value and prospect.

基于超宽带技术的运动目标跟踪高精度定位系统设计

为克服运动目标不断变化导致跟踪定位精度较低的问题,设计基于超宽带技术的运动目标跟踪高精度定位系统;图像采集模块由FPGA单元、VGA显示单元、帧缓存单元以及图像采集单元构成,以此实现运动目标跟踪与定位中的图像采集,在超宽带技术模块中,设计超宽带运动目标定位所需的天线、定位基站、移动节点,完成超宽带动态组网,实现硬件系统的设计;基于硬件系统采集到的图像,实施图像灰度化处理、形态学滤波处理,以增强图像中有用的信息,设计TLD运动目标跟踪算法,随着运动目标开始运动,TLD模型会不断学习跟踪的运动目标,获取目标在距离、景深、角度等层面的改变,并不断学习、识别,达到良好的跟踪效果,基于超宽带技术设计运动目标动态定位算法,依据跟踪结果实现运动目标的高精度定位,完成软件系统的设计;实验测试结果表明,该系统在中、远距离目标跟踪与定位实验中跟踪错误率低于0.60%、2.4%,沿着S型运动时,路线弯折处的定位误差较低,与实验运动目标的飞行路线相贴合,具有良好的定位能力。

反无人机视觉检测与跟踪技术进展分析

为应对无人机“黑飞”“滥飞”等对国防和公共安全造成的巨大威胁,反无人机技术研究成为当前迫切的现实需求。首先,对比分析雷达、无线电、声音、机器视觉4类典型的反无人机检测技术;其次,重点针对反无人机的视觉检测与跟踪技术,从目标检测、无人机识别、无人机跟踪等角度,详细分析视觉检测与跟踪关键技术的优势与不足,以及各项技术在反无人机检测跟踪中的应用情况及改进策略;最后,探讨应用中较为突出的检测精度、跟踪遮挡、实时性、数据集收集标准、多技术融合5个方面问题和发展趋势,为相关技术研究提供参考。

基于人脸识别技术的公共图书馆用户行为自动监控方法

传统的用户行为监控方法判断误差率较大,为此,提出以人脸识别技术为基础,对公共图书馆用户行为自动监控的方法,通过计算分析图像多维空间数据,得到人脸识别所需要的核函数与密度梯度,对比面部帧和背景模型,得到面部矩形区域划分结果,凭借特征计算构建弱分类器,将多组弱分类器组合构成强分类器,再将几组强分类器组合成级联分类器,同时通过精确定位算法对用户图像内眼睛与嘴巴位置定位,完成对公共图书馆用户行为的监控。实验结果证明,所提方法能够提升行为监测结果的精准度。

视频监控技术的发展与现状

视频监控技术为重要场所安全防护提供了可靠保障,随着视频监控系统应用领域的扩大,视频监控技术得到了迅速发展。首先对视频监控技术的发展历程分三个阶段进行了概括,其次对视频监控中的关键技术的现状和发展方向进行了分析,其中重点描述了运动检测中的主流方法———背景差方法,目标跟踪中用于解决遮挡问题的合并分裂方法和直接穿透方法,最后提出了视频监控技术在实际应用中所面临的问题。

船-桥避碰监测预警系统研究

为提高桥区船舶航行安全,提出一种基于智能视频处理技术的船-桥避碰监测预警系统。该系统实时采集桥区场景视频,利用视频处理技术自动检测运动船舶目标,基于视觉几何模型进行船舶空间定位,提取船舶运动态势参数,并结合船舶航行操纵知识和相关模型,进行船-桥碰撞风险预测,输出避碰操纵命令。大量仿真及现场试验结果表明,该系统能检测出航行异常船舶并输出避碰操纵命令,达到主动避碰的目的。

交通车辆轮廓跟踪算法研究及其工程应用

针对模式识别在智能交通领域的实际工程应用,提出了一种提取运动车辆轮廓线的精细跟踪算法.首先,通过冗余离散小波变换法提取运动区域,检测出相邻两帧图像内的运动变化从而确定运动对象的存在及其初始位置;其次,以当前帧运动区域为参考,通过改进的mean-shift算法在后续帧中跟踪运动对象的中心位置;最后,以mean-shift跟踪窗口作为目标初始轮廓线,采用自适应水平集法得到目标轮廓,从而精确定位运动对象位置.实验结果表明本文算法能够以轮廓线的方式以较高精确度跟踪运动车辆目标,目前已被市交通局科研单位采纳,具有一定的工程应用前景.

汽车智能驾驶系统中运动图像的实时检测与跟踪

采用CCD摄像机获取运动目标图像序列,用基于背景重建的运动变化,对运动目标检测;通过运动分割并求运动梯度计算出物体运动方向;利用目标的短时相似性,完成对目标的跟踪与识别,并进而实现对目标长时间的稳定跟踪,确定目标的运动规律,实现运动图像实时检测与跟踪的目的.基于上述运动目标检测跟踪算法,利用C++编写了实时处理程序,实现了动态单目标、多目标及不同方向运动目标的检测与跟踪.实验证明,本算法可以实现对单运动目标和多运动目标的实时检测与跟踪,具有很高的鲁棒性,效果良好.

基于BDWT的运动目标识别及Mexico小波核mean shift跟踪算法(英文)

提出了一种应用于智能交通监控系统的运动目标识别和跟踪方法。针对帧间差分提取运动目标的缺陷与不足,提出了一种基于二进小波变换的运动目标识别算法,即直接在二进小波变换域提取运动区域,从而检测出运动目标。对于检测出来的运动目标,对mean-shift跟踪算法进行了改进,采用以Mexico小波核函数自适应mean-shift算法对目标进行跟踪。实验结果表明,提出的算法可以有效地提取运动目标,即使目标与背景具有较高的相似度,也可以较准确的提取出前景运动信息,效果要好于传统的帧差法;跟踪目标准确度高,不受目标大小变化的影响。本算法具较高的实用价值和应用前景。

利用H.264中运动矢量实现运动目标检测

针对视频压缩和运动目标跟踪同时实现的应用,通过研究H.264压缩标准中运动矢量包含的图像运动信息并分析运动估计原理,提出了一种利用视频压缩中的运动矢量信息实现运动目标检测的方法,确立了H.264编码流中运动矢量与场景中物体运动状态的对应关系.将运动目标从背景中分离是检测算法的核心.对于双门限值的设置,可分离不同运动速度的目标;同时,算法排除了背景运动的干扰,因而可应用于摄像机运动的场合;由于检测算法所用的运动矢量直接来源于H.264编码过程,而大大降低了计算复杂度,利于硬件实现.

基于ZigBee的人脸识别智能监控系统的研究

针对目前监控系统存在人脸面部特征识别不准确且没有物体追踪能力等问题,提出了一种基于ZigBee技术的人脸识别智能监控系统设计方案,实现了系统的软硬件模块设计,主要包括视频采集模块、数据传输模块和人脸检测模块等;同时,阐述了ZigBee技术的组网原理及图像压缩和人脸识别算法,并将ZigBee技术应用于校园环境的实时监控。经实验测试,结果表明该系统具有自动组网准确、传输速度快且能够追踪物体动向等优点。

基于单视觉原理实时提取运动物体三维信息的一种方法

针对多视觉方式中对应点匹配及系统复杂性等问题，采用单视觉方式，应用专用特征点匹配器实时进行特征点的匹配，运用刚体运动模型、摄像机模型、物体几何形状模型以及旋转矩阵的正交性，给出了一种实时提取运动物体平移、旋转等６个自由度信息的新方法。

基于视频处理技术的船舶移动位置跟踪研究

为解决常规船舶移动位置跟踪方法存在跟踪精度较低的不足。提出了基于视频处理技术的船舶移动位置跟踪研究。基于视频处理技术的引入,依托船舶对象位置的确定及运动轨迹的识别,实现了提出的基于视频处理技术的船舶移动位置跟踪研究。仿真实验结果表明,在复杂海域,提出的船舶移动位置跟踪研究方法,较常规船舶移动位置跟踪方法,跟踪精度提升34.12%。

ARM平台下人脸识别智能监控系统

提出一种基于ARM的人脸识别智能监控系统设计方案。在嵌入式平台下,针对局部二值模式(local binary pattern,LBP)算法不能在较远距离快速实现人脸识别的问题,设计先利用ViBe(visual background extractor)算法实现背景建模,再对检测到的目标区域进行LBP人脸识别的方法。测试结果表明,相对于传统视频监控系统存在的效率低下、资源浪费、被动监控等问题,该系统功能完整、经济实用,能远距离快速识别非法闯入者,及时通知用户采取防范措施,具有广泛的应用前景。

动态云台摄像机无人机检测与跟踪算法

为应对小型无人机的黑飞、滥飞对个人隐私、公共安全造成的威胁,本文采用高清云台摄像机定点巡航的方式对近地动态复杂背景中的无人机进行检测与跟踪,并提出了一种适用于动态云台摄像机的闭环无人机检测与跟踪算法,包含检测与跟踪两种模式。在检测模式下,本文设计了一种基于运动背景补偿的运动目标检测算法来提取分类候选区域,然后利用基于神经网络结构搜索得到的轻量级卷积神经网络对候选区域进行分类识别,可在不缩小高清视频图像的条件下实现无人机检测;在跟踪模式下,本文提出了一种结合卡尔曼滤波的局部搜索区域重定位策略改进了核相关滤波跟踪算法,使之在高清云台伺服追踪过程中仍能对目标进行快速稳定的跟踪;为将检测模式与跟踪模式结合在闭环框架中,本文还提出了一种基于检测概率和跟踪响应图状态的自适应检测与跟踪切换机制。实验表明,本文算法可应用于定点巡航状态的高清云台摄像机,实现近地复杂动态背景中无人机的实时准确检测、识别与快速跟踪。

基于视频处理技术的运动轨迹实时跟踪研究

针对当前运动轨迹跟踪的实时性差、跟踪准确性低等难题,以提高运动轨迹跟踪整体性能为目标,提出基于视频处理技术的运动轨迹实时跟踪方法。首先对视频序列图像进行预处理,包括图像灰度化、图像滤波以及图像增强等;然后利用改进的背景差分法进行运动目标识别与检测;最后利用卡尔曼滤波法进行运动目标特征匹配,实现目标运动轨迹实时跟踪。结果表明,该方法运动目标检测准确性高,且运动轨迹跟踪误差小,证明了方法的有效性,具有很好的应用价值。

现代传感技术的运动轨迹实时跟踪研究

针对运动轨迹实时跟踪方法在图像处理部分具有一定的不足,造成跟踪效果不佳的问题急需改进,设计基于现代传感技术的运动轨迹实时跟踪方法。完成光传感器选型工作,设定光线矫正函数并使用此设备获取运动图像,采用灰度阈值分割法完成运动目标检测,在确定运动目标后,使用Kalman滤波算法对图像进行处理并完成运动目标跟踪,通过与目前使用的跟踪方法对比可知,所设计方法的跟踪效果更好,可有效弥补原有方法的不足。

一种改进的LK光流算法应用研究

本文在LK光流算法的基础之上进行改进,提出了一种新的面向视频中物体特征复杂、背景情况复杂、可形变物体的物体实时识别跟踪技术,并基于此算法在嵌入式平台上实现身份识别与网络电视重点个性化推荐系统。

动态背景下运动目标的检测与跟踪

研究运动背景下动态目标的检测与跟踪问题,介绍了一种基于图像相位相关配准算法,采用具有高速运算能力的DSP系统实现方案。实验结果表明,该系统能够有效地检测到运动目标,且具有较强地抗干扰能力。