基于比赛环境特征的多目标运动员跟踪方法

鉴于运动员跟踪与移动的复杂程度和环境等因素高度相关,提出一种基于当前运动轨迹和赛场环境特征的跟踪检测方法。从噪声检测中提取赛场环境特征集,对选手空间分布情况等当前赛场环境特征进行描述;基于当前轨迹和比赛环境特征训练随机决策森林,建立运动员各时间点的亲密度模型,该环境条件性运动模型包含目标关联性,可保持可跟踪性。对分别包括10名和22名选手的篮球和足球比赛进行实验,各选取持续几分钟的序列作为样本,实验结果表明,该模型能够显著提高运动员跟踪性能。

基于局部特征匹配的多目标跟踪算法

为解决多目标跟踪过程中因遮挡导致跟踪失败的问题,提出一种基于局部特征匹配的跟踪算法。在卡尔曼滤波跟踪框架下,根据目标数据关联的结果判断目标的状态并进行针对性处理。当目标处于相互遮挡的状态时,利用目标的局部模板在当前帧进行匹配获取目标候选区域,利用改进的距离加权彩色直方图计算候选区域与局部模板的相似度,结合直方图的相似度和卡尔曼预测确定目标的位置。实验结果表明,在满足实时性的要求下,该方法能够有效地处理目标的遮挡问题。

基于曲线二叉树的微弱边缘检测方法

针对传统边缘检测算法对微弱边界检测性能弱且时间复杂度高的问题,提出一种有效的微弱边缘检测算法。利用二进制分割的方法建立曲线二叉树,构建多尺度匹配滤波器;利用自下而上搜索策略检测可能的边缘曲线;根据检测阈值分配边缘曲线得分,确定检测的边缘。模拟加噪图像、自然景观图像、生物医学真实图像的实验结果验证了提出方法的有效性,与传统方法相比,其微弱边缘检测性能大幅度提高,具有更强的抗噪性能。

面向机场跑道的智能视频监控系统设计与实现

为解决目前机场跑道视频监控智能化程度低、监控结果受人为因素影响较大的问题,结合多目标跟踪技术和轨迹分析技术,设计并实现了基于Client/Server网络架构的面向机场跑道的智能监控系统。服务器端可设置监控规则并显示相应的告警信息,客户端则负责对场景中的飞机进行跟踪获取运动轨迹,然后分析飞机是否违反规则并发送告警。系统在满足实时性的要求下,达到了智能监控的目的。