共查询到20条相似文献,搜索用时 10 毫秒
1.
2.
3.
《科技风》2020,(17)
航拍影像为远距离对地目标观测提供了丰富的数据信息,尤其是随着无人机的发展,越来越多的航拍影像数据可被获取,为该场景下的目标检测与识别提供了坚实的数据基础。车辆识别作为航拍影像场景下的目标检测研究的重要方向之一,是智能交通系统中的重要一环,为路况实时获取、事故监测、违章停车监控等应用场景提供技术支撑。该方向的研究在军事、民用等领域发挥重要作用,在计算机视觉、遥感观测等领域成为重要的研究方向。近年来,随着机器学习的持续发展,特别是深度学习在计算机视觉及模式识别领域的大放异彩,与车辆目标检测相关的方法也推陈出新。本文将基于有关车辆目标检测的方法做一个综述,以期能够快速了解这个领域,并为后续工作做出一定指导。 相似文献
4.
5.
6.
针对在运动目标结构较为复杂,运动速度较快的情况下,采集图像与被跟踪的目标存在较大的速度差异,算法运算较为复杂,运算耗时与跟踪速度不匹配,形成跟踪滞后的问题,提出一种基于稀松运动特征匹配的跟踪滞后消除算法.在运动目标跟踪的进程中,运用稀松特征迭代计算的方法,减少特征数量.在保证跟踪精度的同时,最大程度缩短计算时间.实验表明,提出的算法很好地解决了被跟踪运动目标的滞后性问题,跟踪效果明显改善. 相似文献
7.
在视频无序运动目标实时跟踪中,无序性的出现会使所跟踪目标的尺寸和色彩等外观线索失去强度可靠性,跟踪目标的弱化会导致对目标地错误跟踪.为了克服这一问题,本文提出了一种基于改进无序运动数学形态特征的弱目标跟踪算法.该算法根据数学形态模型,分割出图像中的可跟踪特征,进行弱化特征增强,利用卡尔曼滤波预测各目标是否遇到是真实跟踪模型,在目标较为弱化的情况下,可以计算最佳定位信息更新目标信息.计算机仿真结果表明,所提出算法能够在保证实时性的前提下,在目标较为弱化的情况下,均能实现准确跟踪,并且跟踪结果令人满意. 相似文献
8.
对低仰角跟踪,多路径误差是雷达跟踪目标误差来源中不可不考虑的部分。针对在低空跟踪情形下对目标速度测量误差的估算需要,结合多路径模型和雷达俯仰角跟踪原理,利用多路径干涉效应下的俯仰变化关系仿真得出了Y向目标跟踪速度测量误差与目标斜距的关系。仿真结果表明,Y向目标跟踪速度测量误差与实际校飞的数据基本吻合。 相似文献
9.
在获取无人机航拍图像后,我们对图像进行初步去噪、平滑和特征提取处理,接下来需要进行特征匹配工作。我们针对无人机航拍图像所具有的相关缺陷,即视点过分离散、视角不稳定[1];提出了改进SIFT算法和Susan算法相结合的特征匹配方案。改进SIFT算法是基于图像Radon变换的改进[2],然后和Susan算话结合使用;最终的实验结果表明,新提出的匹配方案有着良好的快速性和较高的匹配精度,完全能够应用于无人机航拍场景下对实时性要求较高的目标识别和三维重建。 相似文献
10.
11.
对运动中的目标进行检测和跟踪,是数字图像处理与计算机机器视觉学科的分支,在军事、民用的领域应用很多。基于稀疏光流的对运动中的目标进行检测和跟踪的方法,其通过计算图像中特定像素点的光流矢量,从而实现对目标的检测和跟踪。该方法同时结合了图像金字塔技术,可以精确地检测和跟踪那些运动速度快的物体。该方法具有能有效解决目标物被遮挡的情况,且能检测并跟踪运动速度很快的目标。 相似文献
12.
《科技通报》2017,(10)
针对目前现有的TLD(跟踪-学习-检测)算法易受阴影、遮蔽、摄像机晃动或是目标快速运动的影响,提出基于HSV-HOG的改进TLD目标跟踪方法。首先,在跟踪初始化前通过加入HSV颜色空间提高TLD算法初始化速度以及抗噪性,使得TLD算法在阴影、抖动的干扰下依然能够实现较好的目标跟踪。若TLD算法选取的跟踪目标受到遮蔽、运动过快,则在算法中加入自适应kalman滤波预测目标物体可能存在的区域,缩小跟踪器的跟踪范围,提高跟踪速度,并在检测器加入后验HOG特性,对已缩小的预测区域进行检测,增强了检测器的判别和检测能力。实验证明,改进的追踪方法具有较好的鲁棒性和跟踪精度。 相似文献
13.
14.
视频运动目标检测和跟踪技术是智能视频监控的关键技术。基于这两方面展开研究,提出了自适应场境的运动目标跟踪方法。系统由背景差分实现目标检测,由目标区域LK光流预测实现目标跟踪,并融合了"运动"背景局部更新来实现跟踪系统对环境的自适应性。最后用VC++和OpenCV软件平台设计了监控系统的演示环境,在简单场景中实现了运动目标的检测和跟踪,初步验证了系统算法的可行性和可实现性。 相似文献
15.
16.
在目标跟踪算法中,目标特征描述子和模板更新策略都是跟踪成败的关键。本文在选用区域协方差矩阵描述子的基础上,结合粒子滤波器算法,并且采用两种常用的模板更新方法,分别对商场通道监控视频序列中的行人进行了跟踪仿真实验。通过仿真分析并比较不同模板更新方法条件下的跟踪性能,从而在不同情况下选择合适的模板更新方法,以得到更精确的跟踪结果。 相似文献
17.
18.
19.
在传统的目标跟踪mean-shift算法中,需要通过手动来获取所要跟踪的区域,不能够满足智能监控的效果。为了达到无人智能监控的目的,采用背景建模法,并且以一定的速率更新背景,检测并提取出运动目标的轮廓及其质心,再结合Camshift算法进行跟踪,从而实现无人监控的自动跟踪。实验证明,该方法实时性高,跟踪准确。 相似文献
20.
主要研究了视频图像目标跟踪准确性问题。在基于核的颜色特征统计描述及以此建立视觉目标观测概率方法的基础上,提出了一种改进的粒子滤波视频图像目标跟踪算法。首先,本文给出了基于标准粒子滤波的单特征、单目标跟踪算法,然后针对加权样本参数的选择不同,提出改进思路,最后通过与基于均值移位视觉目标跟踪算法的实验结果对比。提出的改进的粒子滤波跟踪算法在稳健性方面有显著地提高,而且若适当选择视觉跟踪参数,在实时性方面能得到有效地保证。 相似文献