基于多特征自适应融合的核跟踪方法 被引量：56

1

作者 王永忠 梁彦 +1 位作者 赵春晖 潘泉 《自动化学报》 EI CSCD 北大核心 2008年第4期393-399,共7页

提出了一种基于多特征自适应融合的核跟踪框架.利用目标特征的子模型集合构造了目标的多特征描述,通过线性加权方法将目标的多个特征集成在核跟踪方法中.根据各个特征子模型与当前目标及背景的相似性,提出了一种基于Fisher可分性度量的... 提出了一种基于多特征自适应融合的核跟踪框架.利用目标特征的子模型集合构造了目标的多特征描述,通过线性加权方法将目标的多个特征集成在核跟踪方法中.根据各个特征子模型与当前目标及背景的相似性,提出了一种基于Fisher可分性度量的权值自适应更新机制;同时为了克服模型更新过程中的漂移,基于子模型的可分性提出了一种选择性更新策略,实现了在变化场景下的鲁棒跟踪.基于本文所提多特征跟踪框架,利用目标的颜色特征与LBP(Local binary pattern)纹理特征具体实现了多特征自适应融合的核跟踪方法,实验验证了本文方法的有效性. 展开更多

关键词 视觉跟踪 多特征融合 选择性更新 核跟踪

下载PDF 职称材料

复杂场景下基于条件随机场的视觉目标跟踪 被引量：15

2

作者 高琳 唐鹏 +2 位作者 盛鹏 左航 游志胜 《光学学报》 EI CAS CSCD 北大核心 2010年第6期1721-1728,共8页

目标模型更新中存在的模型漂移问题,是影响视频跟踪结果的一个重要因素。针对这一难题,提出了一种新的基于前景分割的目标跟踪算法。算法通过引入条件随机场(CRF)模型对跟踪区域和非跟踪区域的时空关系进行建模,实现对图像序列中像素点... 目标模型更新中存在的模型漂移问题,是影响视频跟踪结果的一个重要因素。针对这一难题,提出了一种新的基于前景分割的目标跟踪算法。算法通过引入条件随机场(CRF)模型对跟踪区域和非跟踪区域的时空关系进行建模,实现对图像序列中像素点的标记,标记为跟踪目标或背景,并使用在线学习方法,根据场景的变化调整CRF模型的参数。跟踪过程中,通过对CRF模型的求解,得到最优的标记场和目标像素的置信图像;利用置信图像,结合目标模型的相似性度量定位整个目标;根据目标区域内的标记结果,使用一种选择性采样的方式更新目标模型,从而解决更新中的漂移问题。通过在多个典型的复杂场景中进行实验,验证了该算法的有效性。 展开更多

关键词 信息处理 视觉目标跟踪 模型漂移 条件随机场 置信图 选择性更新

原文传递

基于选择性更新的在线核极限学习机建模 被引量：6

3

作者 孙朝江 汤健 +1 位作者 魏忠军 赵立杰 《控制工程》 CSCD 北大核心 2013年第4期659-662,共4页

针对每样本递推更新的在线建模方法计算消耗大、常用的人工智能建模方法学习速度慢的缺点,为能够对软测量模型进行有效更新和提高在线模型的学习速度,提出了一种基于选择性更新的在线核极限学习机(KELM)建模方法。该方法首先采用近似线... 针对每样本递推更新的在线建模方法计算消耗大、常用的人工智能建模方法学习速度慢的缺点,为能够对软测量模型进行有效更新和提高在线模型的学习速度,提出了一种基于选择性更新的在线核极限学习机(KELM)建模方法。该方法首先采用近似线性依靠(ALD)条件判别新样本与建模样本间的线性独立依靠程度,选择满足设定条件、含有足够新信息的样本对软测量模型进行更新,降低了模型在线学习次数;然后选择学习速度快、泛化性强的KELM方法建立软测量模型,有效地避免了极限学习机(ELM)模型固有的随机性和支持向量机(SVM)模型求解的复杂性;最后将ALD条件和KELM算法有效结合,提高了在线软测量模型的学习速度和预测性能。通过合成数据的仿真实验结果验证了所提方法的有效性。 展开更多

关键词 选择性更新 近似线性依靠(ALD) 核极限学习机(KELM) 在线建模

下载PDF 职称材料

基于多特征融合与背景目标双加权的行人跟踪 被引量：3

4

作者 卜言生 贺俊吉 《计算机应用与软件》 北大核心 2020年第10期225-231,238,共8页

传统Mean Shift跟踪算法表观行人时的特征单一且忽略背景因素,难以在复杂环境下对目标行人进行有效跟踪。针对此问题,采用RGB颜色特征与LBP纹理特征对目标行人进行模型描述,并由S型函数自适应融合两类特征。考虑到目标行人自身的特征以... 传统Mean Shift跟踪算法表观行人时的特征单一且忽略背景因素,难以在复杂环境下对目标行人进行有效跟踪。针对此问题,采用RGB颜色特征与LBP纹理特征对目标行人进行模型描述,并由S型函数自适应融合两类特征。考虑到目标行人自身的特征以及背景因素,对目标行人进行背景目标双加权,从而增强模型的描述能力;为削弱外部环境(如:光照变化、遮挡等)对模型的影响,采用特征更新选择函数,用于跟踪过程中模型分量的选择性更新。通过实验和定量分析表明:该算法能在光照变化和短时遮挡等情况下实现目标行人的有效跟踪,改善了传统Mean Shift算法中模型描述不准确的局限性。 展开更多

关键词 行人跟踪 特征自适应融合 背景目标双加权 选择性更新 Mean shift

下载PDF 职称材料

面向车辆自主驾驶的行人跟踪算法 被引量：2

5

作者 李志慧 钟涛 +3 位作者 赵永华 胡永利 李海涛 赵景伟 《吉林大学学报（工学版）》 EI CAS CSCD 北大核心 2019年第3期680-687,共8页

基于背景感知相关滤波框架和车辆前方行人运动的特点,建立了运动行人尺度快速估计和选择性更新的行人跟踪算法。首先,在线训练学习待跟踪行人的背景感知相关滤波器。其次,针对行人的尺度变化训练一个一维的尺度相关滤波器对尺度进行精... 基于背景感知相关滤波框架和车辆前方行人运动的特点,建立了运动行人尺度快速估计和选择性更新的行人跟踪算法。首先,在线训练学习待跟踪行人的背景感知相关滤波器。其次,针对行人的尺度变化训练一个一维的尺度相关滤波器对尺度进行精细搜索,使算法更适应车载的快速尺度变化。再次,利用峰值旁瓣比评价行人状态,建立两相关滤波器的选择性更新机制。最后,基于吉林大学车载试验数据库JLU-PDS、德国奔驰Daimler、美国OTB共享国际测试库,与卡尔曼车载行人跟踪算法进行对比测试,试验结果表明本文算法具有较好的尺度适应和抗遮挡性能,更能满足车辆自主驾驶的需求。 展开更多

关键词 交通运输系统工程 车辆自主驾驶 行人跟踪 背景感知相关滤波 尺度估计 选择性更新

原文传递

利用改进的背景模型实现车辆检测

6

作者 郭莉琼 王小鹏 《微型机与应用》 2010年第16期50-53,共4页

为解决基于背景差分的车辆检测办法易受交通状况影响的问题,首先建立基于区间分布的自适应背景模型,然后利用改进的背景更新算法对建立的背景模型选择性更新,最后结合阈值分割和形态学处理实现运动车辆检测。实验结果表明,该算法在交通... 为解决基于背景差分的车辆检测办法易受交通状况影响的问题,首先建立基于区间分布的自适应背景模型,然后利用改进的背景更新算法对建立的背景模型选择性更新,最后结合阈值分割和形态学处理实现运动车辆检测。实验结果表明,该算法在交通堵塞或临时停车等复杂交通环境中有很好的背景提取和更新效果。与经典的算法相比,该车辆检测算法在实时性和准确性方面都有所提高。 展开更多

关键词 车辆检测 自适应背景模型 选择性更新 阈值分割

下载PDF 职称材料

一种改进的三帧差分运动目标实时检测算法 被引量：6

7

作者 张英 车进 周鹏 《计算机测量与控制》 2015年第6期2073-2075,2078,共4页

针对传统三帧差分法提取的运动目标存在大量的噪声和空洞,提出一种改进的三帧差分运动目标实时检测算法;该算法采用Surendra背景提取算法提取有效背景,对视频流中连续三帧图像分别进行背景减除,得到的结果作为反馈对背景进行选择性更新... 针对传统三帧差分法提取的运动目标存在大量的噪声和空洞,提出一种改进的三帧差分运动目标实时检测算法;该算法采用Surendra背景提取算法提取有效背景,对视频流中连续三帧图像分别进行背景减除,得到的结果作为反馈对背景进行选择性更新,利用HSV颜色空间去除阴影后进行三帧差分,将差分结果进行"与"运行,通过将中间帧背景减除结果与"与"运算的结果进行"或"运算,这样可以得到运动目标的完整信息;实验结果表明,该算法能够快速、完整、准确地检测出运动目标,可有效应用于实时监控系统。 展开更多

关键词 背景选择性更新 阴影去除 三帧差分 运动目标检测

下载PDF 职称材料

一种用于车辆检测的选择性背景更新方法 被引量：6

8

作者 杨强 齐美彬 蒋建国 《合肥工业大学学报（自然科学版）》 CAS CSCD 北大核心 2011年第4期509-514,共6页

针对传统背景更新方法实时性差,不能及时正确地处理背景局部突变的问题,文章提出一种用于车辆检测的选择性背景更新方法。该方法采用改进的对称差分法和背景帧差相融合检测车辆运动区域,并使每一个运动目标成为独立的连通域;采用基于两... 针对传统背景更新方法实时性差,不能及时正确地处理背景局部突变的问题,文章提出一种用于车辆检测的选择性背景更新方法。该方法采用改进的对称差分法和背景帧差相融合检测车辆运动区域,并使每一个运动目标成为独立的连通域;采用基于两轮扫描法的种子填充技术,解决由于车辆表面与路面灰度接近而产生的运动目标"孔洞"问题;在此基础上对传统的选择性背景更新方法进行改进,对运动目标区域和非运动目标区域采用不同的更新方法进行更新。实验结果表明,所提出的改进方法具有良好的实时性,能够有效解决背景局部突变的问题,提高了车辆检测的准确性。 展开更多

关键词 选择性背景更新 对称差分 种子填充 逐渐修正 计数器更新 目标检测

下载PDF 职称材料

基于改进Sigma-Delta滤波的复杂场景背景估计 被引量：3

9

作者 曹倩霞 罗大庸 王正武 《计算机工程》 CAS CSCD 2014年第9期225-228,232,共5页

背景估计是运动目标检测一项重要的前期工作,在城市交通等复杂场景中,存在大量慢速或暂停运动目标,背景模型很快受到污染,需要进行较多的后续处理或者采用高复杂度算法来检测前景。针对该问题,提出基于Sigma-Delta滤波改进的背景估计算... 背景估计是运动目标检测一项重要的前期工作,在城市交通等复杂场景中,存在大量慢速或暂停运动目标,背景模型很快受到污染,需要进行较多的后续处理或者采用高复杂度算法来检测前景。针对该问题,提出基于Sigma-Delta滤波改进的背景估计算法,融合可选择性背景更新机制和多频Sigma-Delta滤波背景估计方法,处理复杂场景中不同运动目标的运动特征,以获取稳定的背景。通过对典型城市路段和交叉口复杂交通场景序列进行对比实验,结果表明,该算法在保持Sigma-Delta滤波低内存消耗和高计算效率的基础上可获得更好的检测效果。 展开更多

关键词 图像处理 背景差分 背景估计 多频Sigma-Delta滤波 选择性背景更新 复杂场景

下载PDF 职称材料

TMS320在交通流视频检测中的应用 被引量：2

10

作者 刘学练 张航 熊富强 《计算机技术与发展》 2008年第12期200-202,206,共4页

针对目前的交通流检测技术,采用DSP开发了一种新型的交通流检测系统,从而提高了系统的安装速度、便携性,同时降低了功耗。该系统采用了一种新的车辆检测算法,即选择性背景更新算法,显著提高了交通流参数的数字化检测精度。应用结果表明... 针对目前的交通流检测技术,采用DSP开发了一种新型的交通流检测系统,从而提高了系统的安装速度、便携性,同时降低了功耗。该系统采用了一种新的车辆检测算法,即选择性背景更新算法,显著提高了交通流参数的数字化检测精度。应用结果表明,该视频检测系统运行稳定可靠、检测精度高,具有一定的实用性和推广价值。 展开更多

关键词 数字图像处理 交通流检测 DSP 选择性背景更新

下载PDF 职称材料

基于选择性模型更新与卡尔曼滤波的目标模型更新算法

11

作者 刘亚娟 庄肖波 《科学技术与工程》 北大核心 2012年第34期9396-9399,共4页

选择性模型更新算法不能准确地更新目标模型,在外观变化、遮挡、场景光线变化等因素影响的运动目标跟踪中,不能有效地处理目标模型。因此,提出了一种选择性模型更新与卡尔曼滤波的目标模型更新算法。根据可靠性阈值和分量更新比例精确... 选择性模型更新算法不能准确地更新目标模型,在外观变化、遮挡、场景光线变化等因素影响的运动目标跟踪中,不能有效地处理目标模型。因此,提出了一种选择性模型更新与卡尔曼滤波的目标模型更新算法。根据可靠性阈值和分量更新比例精确选取更新分量,并与Kalman滤波相结合,对目标模型分量进行预测,根据不同干扰和目标外形变化,将两种算法的跟踪结果线性加权得到新的跟踪目标模型。实验结果表明该算法具有良好的跟踪效果。 展开更多

关键词 目标跟踪 选择性模型更新 KALMAN滤波

下载PDF 职称材料

均值漂移算法中的目标模型更新方法研究 被引量：35

12

作者 沈志熙 杨欣 黄席樾 《自动化学报》 EI CSCD 北大核心 2009年第5期478-483,共6页

均值漂移(Meanshift)是一种鲁棒的快速模式匹配算法,但该算法框架下现有的整体模型更新策略不足以对场景中目标外观变化、遮挡等情况进行有效处理.为此,本文提出了一种Meanshift框架下的选择性子模型更新策略,将特征模型中的每个分量作... 均值漂移(Meanshift)是一种鲁棒的快速模式匹配算法,但该算法框架下现有的整体模型更新策略不足以对场景中目标外观变化、遮挡等情况进行有效处理.为此,本文提出了一种Meanshift框架下的选择性子模型更新策略,将特征模型中的每个分量作为单独个体,基于每个分量的匹配贡献度,分别选择当前帧中需要更新的子模型分量及其更新权值.实验结果表明本文算法具有比整体模型更新策略更好的跟踪鲁棒性. 展开更多

关键词 目标跟踪 均值漂移 目标模型 选择性子模型更新

下载PDF 职称材料

利用背景加权和选择性子模型更新的视觉跟踪算法 被引量：5

13

作者 黄安奇 侯志强 +1 位作者 余旺盛 刘翔 《中国图象图形学报》 CSCD 北大核心 2014年第9期1360-1367,共8页

目的针对传统Mean Shift算法对受背景干扰的目标无法进行有效跟踪并缺少有效的模型更新策略的问题,提出一种将背景加权和选择性子模型更新相结合的跟踪算法。方法首先,在Mean Shift框架下,为了减少背景信息对目标定位的干扰,利用目标区... 目的针对传统Mean Shift算法对受背景干扰的目标无法进行有效跟踪并缺少有效的模型更新策略的问题,提出一种将背景加权和选择性子模型更新相结合的跟踪算法。方法首先,在Mean Shift框架下,为了减少背景信息对目标定位的干扰,利用目标区域周围像素的颜色直方图定义背景加权系数,并将该系数只引入到目标模型的颜色直方图中,从而建立一个新的目标模型。然后,根据目标模型中每个分量匹配贡献度的大小选取需要更新的模型分量及其更新公式。结果实验结果表明,本文算法能够抑制背景干扰,同时能对模型进行有效的选择性更新,克服了整体更新策略严重的模型漂移问题。结论本文从模型描述和更新策略两个方面对传统Mean Shift算法进行了改进,实验结果表明本文算法具有较好的有效性和鲁棒性。 展开更多

关键词 目标跟踪 均值漂移 背景加权 选择性子模型更新

原文传递

车辆跟踪中的背景初始化与更新方法研究 被引量：1

14

作者 赵发科 施毅 《交通信息与安全》 2009年第4期16-21,共6页

对常见的背景初始化及更新方法进行了分析,提出了改进的背景更新方法。采用四邻域帧差的方法减小噪声的影响,同时基于形态学种子填充技术消除由于车辆表面存在大的灰度均匀或局部与路面灰度接近产生的"孔洞"现象。在此基础上... 对常见的背景初始化及更新方法进行了分析,提出了改进的背景更新方法。采用四邻域帧差的方法减小噪声的影响,同时基于形态学种子填充技术消除由于车辆表面存在大的灰度均匀或局部与路面灰度接近产生的"孔洞"现象。在此基础上对逐渐修正的背景更新方法进行改进,利用背景差和相邻帧差的方法确定车辆的运动区域,针对不同区域采用不同的更新方法进行更新,提出了新的背景更新方法。实验结果表明,在保持近似背景更新速度下,该方法优于传统的2种方法。 展开更多

关键词 背景初始化与更新 四邻域帧差 种子填充技术 选择性背景更新方法

下载PDF 职称材料