共查询到17条相似文献，搜索用时 500 毫秒
1.
在遮挡物较多的变电站场景下,传统的目标跟踪算法容易出现人员跟丢、身份变换、目标被遮挡无法识别等情况,无法做到对目标的准确实时跟踪.使用Camshift算法对变电站环境中的运动目标进行跟踪研究的实验结果表明,Camshift算法能够快速准确地检测出变电站内的运动目标并对其实现有效跟踪,从而提高变电站的自动识别水平,降低监控人员的工作量,有效提高运动目标跟踪检测的效果. 相似文献
2.
多目标跟踪是视频监控等领域的一项关键技术,该文提出一种基于主颜色的多目标跟踪算法,在算法中使用主颜色描述感兴趣目标,在卡尔曼滤波器预测的基础上利用基于主颜色的mean shift算法对各目标进行跟踪,接着利用目标跟踪位置与前景blob之间的关联矩阵来推理多目标跟踪问题中的各种情况,根据不同的情况对目标的位置、大小以及颜色信息做相应的更新。对大量图像序列的测试结果表明,该算法能够较好地处理遮挡,具有稳健的跟踪效果。 相似文献
3.
为提高船舶进出交通流密集区域的安全性、解决数据挖掘不充分的问题,基于AIS数据,将多种算法相结合,提出一种多元化的船舶交通流框架提取方法。利用Douglas-Peucker压缩算法和航迹交会算法分别提取交通流中的船舶转向点和航迹交会点。利用密度聚类算法对包括船位点在内的3种特征点进行数据挖掘,提取出更有代表性的特征点。将3种特征点进行加权融合,得到新的多元特征点,以点的大小表示其重要程度,最终生成某水域的船舶交通流框架。实验结果表明,通过以上方法能够获得老铁山水道附近水域船舶交通流框架。该框架融合了多种航迹特征点,能够显示附近水域的重要航迹分布,充分体现船舶交通流的总体态势和密集区域;该框架从统计学角度凝结了该水域船舶行驶的习惯航线,这些航线具有较好的适航度,既可用于航路规划,还能为海事部门选取推荐航道提供参考。 相似文献
4.
《滁州职业技术学院学报》2020,(2)
针对目标跟踪出现的遮挡、相似干扰、快速运动等难题,提出了在孪生网络跟踪框架基础上进行遮挡检测的RGB-D视频目标跟踪算法。将聚合多层次特征的深度可分离卷积孪生网络作为目标跟踪基准框架,实验结果表明,提出的视频目标跟踪算法能够稳定跟踪目标,具有较高的成功率。 相似文献
5.
戴林伟 《上海海事大学学报》2019,40(1):27-31
为提高整个航道系统的通过能力,避免航道资源闲置浪费,在NaSch模型的基础上制定船舶追越和对遇规则,建立可变道的双向航道船舶交通流元胞自动机模型。通过模拟允许变道和禁止变道两种情况下的船舶交通流,得出船舶流量、平均航速与船舶到达率的关系。研究发现,允许变道可以在不影响交通秩序的前提下有效增加整个航道系统的船舶流量和平均航速:当航道船舶交通流较为密集时,允许变道可以明显增加船舶流量;当航道船舶交通流较为稀疏时,允许变道可以明显增加平均航速。 相似文献
6.
为快速、准确地检测船舶目标,提出一种基于YOLOv3算法的船舶双目视觉检测与定位方法。在特征学习时针对样本中不同船舶长宽比例,重新聚类样本中心锚点框,增强对船舶检测的准确性;利用SURF算法进行特征匹配,并引入双目测距算法,实现目标的测距与定位。实验结果表明,该方法在每秒传输图片30帧的情况下,平均检测精度达到94%,在1 n mile内的目标平均定位误差为11 m左右,与现有检测算法相比,具有更好的实时性、准确性。该方法对智能船舶视觉感知信息与雷达、AIS信息的融合,以及避碰辅助决策具有非常重要的作用。 相似文献
7.
为降低海事监控视频图像背景中运动物体引起的杂波和噪声对船舶目标检测的影响,根据采集的可见光视频图像特性,提出一种海天背景下船舶目标自适应检测算法。将待检测图像进行预处理,使用自适应中值滤波和均值漂移(mean-shift)滤波对图像进行滤波去噪。采用密度峰聚类对传统K均值聚类算法进行改进,自适应确定初始聚类中心及其数量。对海面船舶进行自适应聚类分割。仿真实验显示:该算法的检测准确率为90.3%,验证了其准确性和可靠性;单帧视频图像的船舶目标检测用时可控制在100 ms以内,满足实时检测的要求。结果表明:该算法可以实现海天背景下船舶目标的准确、快速检测,为海上船舶目标跟踪奠定了可靠的基础。 相似文献
8.
为解决在雾天背景下现有的船舶检测算法准确率低、召回率不高的问题,在YOLOv3网络的特征提取模块加入空间金字塔池化模块用以丰富特征图的表达能力,在特征融合模块引入频域通道注意力机制来抑制背景噪声,在预测模块采用K均值算法重新设计预测锚框大小以适应待检测目标的形状。实验结果表明：基于频域通道注意力的YOLOv3网络在雾天背景下对船舶的检测精度更高,在测试集上平均精确率可达到92.98%,准确率可达到93.06%,召回率可达到92.25%;检测速度可达到61帧/s。本文算法满足船舶实时检测的需求,为未来智能船舶的发展提出了一种兼顾准确率和实时性的船舶检测方法。 相似文献
9.
提出一种基于显著性的高海况SAR图像船舶目标检测方法Itti-SAR,该方法由显著图提取与连接性判断两个阶段组成。在显著图提取阶段,针对SAR图像特性,将改进的方向特征和一致性特征引入传统视觉注意模型,以构建适用于SAR图像的显著性模型,实现高海况SAR图像船舶目标显著图的提取。在连接性判断阶段,采用密度约束对显著区域的连接性进行判断,防止将单个目标检测为多个,从而进一步降低虚警。在多幅SAR图像上的实验结果验证该方法的有效性,与经典CFAR算法的对比实验显示出其查准率、召回率高和不依赖于先验知识的优点。 相似文献
10.
为解决船舶图像与视频检测算法识别率低、实时性差的问题,提出基于回归深度卷积网络的船舶图像与视频检测方法。结合YOLOv2特征提取层和YOLOv3的特征金字塔网络(feature pyramid network, FPN)层思想设计新的网络结构,验证不同激活函数效果,采用聚类算法设计锚框大小。实验表明,相比于YOLO系列网络,本文的方法在船舶图像与视频检测中效果更好,在测试集上平均精度均值为0.920 9,召回率为0.981 8,平均交并比为0.799 1,在视频检测中每秒钟检测的帧数为78～80。为港口船舶智能管理和无人船视觉处理提供一种准确度高和实时性好的船舶检测方法。 相似文献
11.
视频遥感卫星在道路交通导航、军事动态监视、目标跟踪等方面具有众多应用,因此利用卫星视频实现运动目标实时检测跟踪备受关注。针对卫星视频中的运动目标检测跟踪问题,提出基于V-CSK算法的检测跟踪方法,该算法采用改进的ViBe检测算法,引入多重自定义阈值滤波算法获得运动目标中心区域,再根据中心位置均值原理与噪声距离判断原则提取目标中心坐标,并实现轨迹曲线估计和修正,最后利用CSK算法实现目标跟踪。基于3组卫星视频数据进行实验,同时引入目标检测和跟踪的对比实验作为参照。实验结果表明,V-CSK算法在卫星视频运动目标检测跟踪中具有良好的性能。 相似文献
12.
郭金维 《玉溪师范学院学报》2004,20(3):16-20
研究了一种在较强杂波背景下对弱小目标进行有效检测和跟踪的方法 ,该方法基于常规雷达的数字式检测技术 ,将原来的点目标扩展为一个波束范围内的线目标甚至面目标 ;利用目标的运动特性和目标扩展后的维数变化去除大面积杂波和随机噪声 ,通过滑窗法和m/N检验准则 ,结合航迹匹配算法实现目标的准确判定和跟踪 .并结合仿真验证了该方法的可行性 .验证的结果说明 ,该方法算法简便 ,抑制杂波能力强 ,是常规雷达在杂波背景中进行目标跟踪检测的一条可行的方法 . 相似文献
13.
VTS与船舶操纵综合模拟器构建关键技术 总被引：1，自引：0，他引：1
为满足船舶交通服务系统(Vessl Traffic Services,VTS)人员培训和评估需求,提升VTS的监控和服务水平,构建一个VTS与船舶操纵联合模拟的综合模拟器.该模拟器通过突破传统单一VTS或者船舶操纵模拟器的局限性,解决VTS雷达回波模拟,多源目标数据跟踪、融合和误差仿真,以及船舶操纵模拟器、教练员控制台子系统的关键技术;提出多层次数据通信模型,实现多VTS子系统与多船舶操纵子系统集成.该系统不仅可为VTS值班人员和引航员培训提供有效的途径,而且可为研究船舶交通管理新方法提供有效的分析决策平台. 相似文献
14.
提出了一种基于局部K-分布的新的SAR图像舰船检测算法.取目标窗口和背景窗口,通过把泄露到背景窗口中的舰船部分去除,对背景窗口中的剩余部分统计均值和方差,最终得到杂波分布概率模型进行恒虚警检测.相对于K-分布CFAR检测算法和基于局部窗口的K-分布CFAR检测算法,该算法能够适应杂波的局部变化, 对距离很近的舰船不会产生漏检.仿真结果表明了方法的有效性. 相似文献
15.
基于决策树的海上搜救目标检测算法 总被引：2，自引：1，他引：1
为克服传统目标识别方法在处理空间特征分布极为复杂的数据时的缺点,提出1种基于决策树的多特征检测算法,并将其应用到基于视频的海上搜救目标检测中.该算法首先提取图像中的颜色、亮度等信息,通过计算各特征的信息增益建立决策树,将搜救目标检测问题分解成3层决策树分类问题.实验表明,该算法能够提高多特征目标检测的效率,在救生艇、筏等海上搜救目标检测的应用中取得较好的结果. 相似文献
16.
传统遥感卫星图像处理采用在地面进行目标检测和跟踪处理的模式，卫星将拍摄到的图像数据下传至地面数据处理中心，由地面数据处理系统对接收到的遥感图像数据进行目标检测和跟踪。然而，随着遥感图像分辨率的不断提高，需要下传的数据量增大，导致星地数据传输的时间大大增加，最终造成目标检测和跟踪的时效性降低。针对上述问题，提出一种基于多特征量判别的Canny边缘检测和联合概率数据关联的在轨海上多运动舰船目标检测和跟踪方法。将该方法利用中国科学院微小卫星创新研究院的高分微纳卫星实测数据在模拟星载的嵌入式开发平台上进行验证，结果表明该方法能够在轨对海上多运动舰船目标进行快速、准确的检测和跟踪。 相似文献
17.
船舶检测是SAR海洋应用的重要方面。提出一种通用的检测方法，用以检测不同状况下的SAR图像船舶目标。首先将SAR图像分解为金字塔图像序列，然后对其中每一层图像使用谱残差法进行显著性检测，得到包含船舶目标的显著性子图；而后融合各子图得到最终显著图，对该显著图应用优化阈值的分割方法得到最终的检测结果。SAR数据实验结果表明，该方法具有复杂度低、检测精度高等特点，且极大降低了对先验知识的依赖。 相似文献