1 中南大学高性能复杂制造国家重点实验室,长沙 410000
2 山河智能装备股份有限公司,长沙 410000
针对传统的核相关滤波跟踪算法缺乏处理目标存在遮挡情况的能力,提出了遮挡判断指标以及模型自适应更新的改进算法。首先通过最大响应值和低响应点个数两个指标综合判断是否存在遮挡,然后自适应调整模型学习率,解决了存在遮挡时不能准确跟踪的问题。在OTB2015数据集中选取存在遮挡的图像序列验证了算法的性能,相比传统的核相关滤波算法对遮挡情况下的跟踪,精确度提高了15.12%,成功率提高了14.7%。实验结果表明改进后的算法在存在遮挡时能够准确跟踪目标,具有更高的准确率和鲁棒性。
目标跟踪 相关滤波 遮挡判断 阈值 学习率 target tracking correlation filter occlusion judgment threshold learning rate
针对利用机载光电平台进行“空对空”目标跟踪时, 跟踪效果受环境影响较大且全遮挡情况下目标容易跟丢的问题, 在传统CamShift算法的基础上, 提出了一种动态的基于多特征融合与相对Kalman模型的目标跟踪与轨迹预测算法。采用融合颜色、纹理、梯度特征的方式构建目标模板, 提高了模型的描述能力; 跟踪过程中引入特征模板动态更新环节, 保证了算法的长期稳定性; 在全遮挡的情况下, 利用背景中心点以及飞行目标与该中心点的差值分别构建Kalman模型, 并采用二次遮挡判断方法, 大大降低了误判和丢帧概率。实验结果表明, 所提算法具有较高的准确性、实时性与稳定性。
目标跟踪 机载光电平台 联合特征 动态更新 遮挡判断 相对Kalman模型 target tracking airborne optoelectronic platform joint feature dynamic update occlusion judgment relative Kalman model
1 天津大学 精密测试技术及仪器国家重点实验室, 天津 300072
2 天津大学 微光机电系统技术教育部重点实验室, 天津 300072
针对低能见度环境中人员的监测和保护问题, 提出了一种基于多特征级联的红外行人检测方法, 利用感兴趣区域长宽比特征和头部Haar特征组成初级分类器, 改进的HOG-SVM完成最终行人识别。所提出的改进的HOG特征提取算法和自适应缩放因子获取算法, 在保证检测率的基础上, 有效地减少了帧间处理时间, 针对目标被遮挡情况, 提出了遮挡情况判断和局部特征识别功能, 由此进一步提高了算法应用于复杂工况下的鲁棒性。实验表明: 该检测方法能够达到91%的检测率, 较现有算法性能得到提升, 同时也满足了系统实时监测要求, 适用于低能见度、粉尘的工况作业环境。
行人检测 方向梯度直方图 头部特征 遮挡判断 pedestrian detection ROIs ROIs HOG head features occlusion judgment 红外与激光工程
2018, 47(6): 0604001
1 东北电力大学 信息工程学院，吉林 吉林 132012
2 中国科学院长春光学精密机械与物理研究所， 长春 130033
3 北京航空航天大学 计算机学院，北京 100191
针对监控视频中运动目标跟踪问题，提出了一种栅格划分的梯度朝向直方图特征对目标进行描述，并通过可视化技术来实时观测目标局部区域特征量的变化，通过变化来感知目标在运动中可能发生的遮挡等异常情况.利用感知到的状态自适应调整参加融合计算的子模板的个数，指导跟踪过程，以防止异常情况对跟踪结果的影响，实现了对视频目标准确、稳健的跟踪.实验结果表明，提出的目标局部特征能够较准确地感知目标及周围环境发生的变化，对于提高跟踪算法的鲁棒性和准确性具有积极的作用.
视觉感知 栅格特征 可视化 子模板匹配 遮挡判断 目标跟踪 Vision perception Grid feature Visualization Sub-model matching Occlusion judgment Object tracking
