基于OLDM与贝叶斯估计的鲁棒视觉跟踪

提出了一种在线学习判别式模型OLDM(online learning discriminative model),并结合贝叶斯估计实现了对视觉运动目标的鲁棒跟踪。首先,通过对初始化的跟踪区域进行样本标记与聚类分析得到目标的判别式模型;然后,利用该模型在预测的跟踪区域内计算目标的似然分布;最后,在贝叶斯框架下完成目标状态的确定并对模型进行学习与更新。算法通过在线学习适时更新目标模型,增强了算法对目标表观变化的适应性。实验结果表明,本文算法能够有效地适应目标表观特征的复杂变化,对目标的尺度、光照、遮挡以及非刚性形变等具有较强的鲁棒性,算法的跟踪精度与稳定性比当前主流算法均有一定提高。     

Faster R-CNN行人检测与再识别为一体的行人检索算法

在基于视频的多目标运动跟踪中,目标检测和重识别具有很强的相关性。目前常将目标检测和重识别网络分别进行训练和使用,因此实时跟踪速度不能达到要求。针对多目标跟踪（multiple object tracking,MOT）中行人身份切换和跟踪丢失问题,将行人重识别模块进行遮挡优化并嵌入行人检测网络,由此提出了一种基于中心点检测和重识别的多行人跟踪算法。首先建立了行人运动模型,通过中心点检测得到行人最优状态估计;然后根据深层特征融合的行人重识别模型,利用马氏距离和余弦距离增强行人身份辨别能力;最后利用匈牙利算法进行在线数据关联,同时利用卡尔曼滤波剔除不准确的结果,对未关联的丢失目标做运动预测。利用所提算法和其他跟踪算法分别在MOT15、MOT16、MOT17数据集上进行多行人跟踪对比实验,结果表明,所提算法的多目标跟踪精度（multiple object tracking accuracy,MOTA）分别为63.5、72.4、70.9, 正确识别的检测和计算的检测数的比值（identity F1?measure,IDF1）最优, 且保证了实时跟踪速率, 验证了所提跟踪算法的有效性。     

利用二维灰度直方图跟踪红外运动目标

红外图像由于其信噪比低,跟踪目标很难用一维直方图描述。本文提出采用二维直方图建立目标模型,基于均值漂移的红外运动目标跟踪算法。该算法用二维直方图描述运动目标,然后采用均值漂移算法估计候选目标的位置。使用都柏林城市大学红外视频数据对该跟踪算法进行测试,试验结果表明,该方法可以有效应用于实时红外运动目标的跟踪。     

基于无人机视频的运动目标快速跟踪

无人机视频序列影像是尢人机在高速运动的条件下获取地面目标的动态信息,相机的运动给目标检测、跟踪带来了一定的困难。针对无人机视频序列影像背景位移的特点,将运动目标检测与跟踪技术分为运动估计、目标检测、目标跟踪3个部分。由于无人机视频序列影像中目标较小、分辨率较低,因此采用基于区域的目标跟踪算法。该方法计算量小,计算速度快...     

基于二维灰度直方图的均值漂移红外运动目标跟踪

红外图像由于其信噪比低,跟踪目标很难用一维直方图描述。本文提出采用二维直方图建立目标模型,基于均值漂移的红外运动目标跟踪算法。该算法用二维直方图描述运动目标,然后采用均值漂移算法估计候选目标的位置。使用都伯林城市大学红外视频数据对该跟踪算法进行测试,实验结果表明,该方法可以有效应用于实时红外运动目标的跟踪。     

线性体图像自动矢量化算法研究

依据线性体图像的特点,提出了一种最大长度原则下基于端点提取的自动跟踪矢量化算法。该算法通过对节点及其信息进行提取快速抓住线性体的总体拓扑结构,并以节点信息为指导对线性体进行矢量跟踪和直线提取解决了复杂的线性体交叉问题。算法具有精度高、抗噪性好和适应性强的特点。     

GPS码跟踪环自适应多径消除算法

根据多径信号的产生机理,在对GPS接收机中的码跟踪环多径信号模型研究的基础上,提出了采用自适应滤波的来消除GPS多径效应的算法。自适应滤波的方法不需要估计模型的系统参数,而直接通过自适应滤波将多径信号滤除。在有噪声的情况下,自适应滤波的RLS算法是最小二乘意义下的最优估计,仿真的结果表明采用自适应滤波算法可以快速的消除多径的影响,修正鉴相函数的过零点偏差,提高码跟踪环的跟踪精度。由于自适应滤波算法是递推算法,易于软、硬件实现。     

基于遗传算法的激光跟踪仪控制网优化设计

针对跟踪仪三维控制网测量时因跟踪仪设站位置凭经验布设无法保证测量结果最优的问题,提出一种基于遗传算法的跟踪仪控制网优化设计方法。该方法以多台激光跟踪仪三维网的距离前方交会为理论基础,取目标点精度均方差最小为目标函数,兼顾了工作区域边界、目标点的可视性、跟踪仪间距等约束条件,基于遗传算法实现了跟踪仪设站位置的优化设计。实验结果表明,该优化设计算法具有明显的效果,算法设计出的网形较随机网形的测量精度有明显提高,能够为实际测量中跟踪仪的布设位置提供参考。     

方差分量估计理论及其在边角网平差中的应用

本文从理论上阐明了MINQE(I,U)(最小范数二次不变无偏估计)方差分量估计出现负方差的原因;论述了存在MINQE(U,NND)估计量的充要条件;对边角网平羞问题而言,MINQE(I,U)估计法不可能同时准确地求出边长误差模型中的m _a ² 和m _b ² 。文章从边角网误差模型的特点出发,提出了一种新的方差分量估计模型(改进的方差分量估计模型),该模型能合理地确定方向和边长的方差分量,从而较好地解决了边角网平差中的定权问题。     

基于网络拓扑结构的多摄像头移动对象辅助协同跟踪

针对当前公共安全监控系统在应对突发事件时,因监视器数量多、信息量大、事件变化快等因素而导致的不能及时有效地对移动对象进行跟踪的问题,提出了一种基于拓扑结构的多摄像头移动对象辅助协同跟踪方法。首先将城市路网中的摄像头监控区域抽象为虚拟节点定位至结点弧段模型中,构建摄像头网络拓扑结构;根据拓扑关系搜索出与发现移动对象的摄像头关联的摄像头集合;再分析摄像头间的空间邻近关系和时间差异,获取时序关系最优的摄像头组作为重点监控区域进行移动对象跟踪,并定期进行协同更新。最后建立了一个模拟监控系统验证了利用多摄像头协同方法实现对移动对象实时跟踪的有效性。     

融合毫米波雷达与单目视觉的前车检测与跟踪

对现有融合雷达与视觉的车辆检测方法进行改进,增加目标跟踪过程,进一步提升城市复杂环境下智能车前方车辆信息感知的准确性。首先,针对雷达数据处理,提出一种基于层次聚类的雷达杂波剔除方法;其次,针对视觉数据处理,提出一种基于目标景深的自适应车辆检测方法;最后,提出一种基于核相关滤波器（kernelized correlation filter,KCF）-扩展卡尔曼滤波（extended Kalman filter,EKF）组合滤波的目标跟踪方法,对车辆几何与运动信息进行了有效估计。通过在不同交通环境与天气状况下进行实车实验,结果证明,该方法具有更好的可靠性与鲁棒性。     

地理空间传感网融合服务技术与应用

感知覆盖和网络通信对传感器网络监测的准确性、全面性以及数据传输具有重要意义。针对连续立体空间中传感器节点部署问题,提出了一种基于三维有限控制集的节点部署方法。首先采用一定的离散化尺寸将连续立体空间离散化,提取出一组可以代表连续空间中无限侯选位置的三维有限控制集;然后基于三维有限控制集构建考虑通信的最大覆盖模型。水下空间是一种典型的连续立体空间,一些水质监测变量在水下空间存在垂直方向的差异性,以水质监测为例,进行水下节点部署仿真,对空间离散化造成的误差进行分析,对比该方法和其他方法的覆盖效果。结果表明,提出的立体空间中节点部署方法可以有效部署节点,利用较少的节点达到较高的覆盖度,并且在部署节点数目较少的时候,仍可以保证节点之间的通信。

     

A Hybrid Link‐Node Approach for Finding Shortest Paths in Road Networks with Turn Restrictions

Turn restrictions, such as ‘no left turn’ or ‘no U‐turn’, are commonly encountered in real road networks. These turn restrictions must be explicitly considered in the shortest path problem and ignoring them may lead to infeasible paths. In the present study, a hybrid link‐node Dijkstra's (HLND) algorithm is proposed to exactly solve the shortest path problem in road networks with turn restrictions. A new hybrid link–node labelling approach is devised by using a link–based labelling strategy at restricted nodes with turn restrictions, and a node‐based labelling strategy at unrestricted nodes without turn restrictions. Computational results for several real road networks show that the proposed HLND algorithm obtains the same optimal results as the link‐based Dijkstra's algorithm, while having a similar computational performance to the classical node‐based Dijkstra's algorithm.     

集群环境下的复合最小不连续相位解缠算法

提出了一种集群环境下的复合最小不连续相位解缠算法。首先主线程根据计算资源数将原始缠绕相位分为规则小块,并将未解缠相位块发送至空闲计算节点进行解缠。单块缠绕相位图解缠时,先计算相位质量图,并将缠绕相位分为高低质量区域,然后采用质量引导与最小不连续相结合的复合相位解缠策略进行解缠,最后将解缠结果和区域分割结果发送回主线程。完成所有分块缠绕相位解缠后,主线程在不同解缠相位块边界及其与边界相邻的低质量区域进行最小不连续优化来获取最终的解缠相位。通过集群环境下的并行相位解缠试验,验证了所提算法的正确性和高效性。     

网格法追踪等深线的多义性问题研究

在采用网格法追踪等值线时,如果某个网格四条边上都有等值点,等值点的连接就会出现多义性问题。本文首先介绍了解决网格法追踪等值点中多义性问题的常用方法,针对绘制等深线的特殊要求,分析了这些方法用于追踪等深点的不合理性。为了解决网格法追踪等深线多义性问题,本文提出了追踪等深点的浅点相近方法。通过理论分析和实验,证明本文所提方法解决网格法追踪等深线时的多义性是有效的。     

基于交互多模型的水下目标跟踪方法

根据水下目标机动的特点,给出了基于模糊逻辑推理的交互多模型方法。在仿真试验中,利用常速度模型、Singer模型和常速度转弯模型集合来覆盖水下目标的机动模式。仿真处理的结果表明,基于模糊逻辑的交互多模型算法能够提高水下机动目标跟踪的可靠性和实时性。     

基于数据压缩的多传感器不敏滤波算法

针对非线性系统中杂波环境下的集中式多传感器多目标跟踪问题,提出了一种基于数据压缩技术的多传感器不敏滤波算法。仿真结果表明,与MSJPDA/EKF算法相比,本文提出的算法具有更高的跟踪精度和稳定性,同时所选取的粗关联准则使算法的计算量减少了62%。     

结合显著性检测与特征匹配的飞机目标识别

根据目标与背景间的视觉显著性差异及飞机目标的形态特征,本文提出了一种基于显著性检测的飞机目标识别算法。该算法首先对预处理后的遥感影像进行显著性检测并提取场景中的感兴趣目标;然后依据阴影在HIS颜色空间的特性消除阴影对飞机识别造成的影响,并以飞机的形态特征为依据对感兴趣目标进行筛选,进而实现飞机目标识别;最后,计算飞机的外形参数、相对矩等特征并以此作为依据实现飞机机型判别。试验证明,该方法飞机特征提取精确,目标识别准确率高,具有较好的稳健性。     

曲折道路遥感影像圆投影匹配改进追踪法

道路提取是遥感信息提取的重点和难点。曲折道路（如盘山公路等）方向突变现象严重,当道路的宽度有变化或受到阴影、杂物遮挡等干扰时,其提取难度进一步增大。针对该问题,本文提出一种基于改进圆投影匹配的曲折道路自动追踪方法。首先,对标准圆投影匹配进行改进,包括：（1）提出圆投影向量近似度参数,实现对圆投影模板离散近似程度和计算量的控制;提出圆投影模板最优半径确定方法,以保证获得最大道路特征条件下,减少模板匹配计算量;（2）引入干扰校正算法,在一定程度上克服了由于光照、噪声等因素造成匹配困难的问题;其次,提出基于改进圆投影匹配的道路追踪方法,并在模板匹配过程中加入自适应机制,即将已匹配道路按照一定的权重参与后续模板匹配,一定程度上克服道路形态的变化和干扰。最后,以曲折道路特征突出的山区遥感影像SPOT-5和GeoEye-1进行道路提取实验。实验结果表明,采用提出的基于改进圆投影匹配的道路追踪算法具有方向无关的特点,适用于曲折道路遥感提取。对道路中心线的提取误差约2~5m,提取准确率高于80%。     

高分辨率光学遥感几何与纹理约束的线段优化算法

针对高分辨率光学遥感影像线段断裂问题,提出一种基于几何与纹理约束的线段优化算法。首先,将线段视为地物轮廓表达的一种方式,由此从同一地物边缘角度出发,提出线段断裂的几何与纹理规律;其次,提出线段优化算法,以提取线段结果为处理基元,依据线段长度确定初始优化线段,设定跟踪矩形,建立针对断裂线段的几何纹理约束模型,构建动态优化模型,并给出完整的线段优化流程。最后,通过多幅不同实际场景、不同类型高分辨率遥感影像的试验结果分析,表明本文算法不仅能够解决由地物遮挡、边缘模糊及边缘锯齿化造成的线段断裂问题,并且在优化线段长度以及抑制线段过提取问题方面,均表现出较大的优势。