共查询到20条相似文献,搜索用时 375 毫秒
1.
2.
3.
智能视频监控系统的基础就是对监控范围的视频序列中目标进行有效实时的跟踪,针对当前跟踪方法在光照突变、部分遮挡情况下的跟踪缺陷,本文提出了一种利用模糊粒子滤波(Particle Filter,PF)进行视频目标跟踪的新算法.该算法结合模糊控制理论,引入量测的模糊性来克服特征信息的不确定性,并建立一个基于背景建模技术的自适应高斯混合模型和基于序贯蒙特卡洛的跟踪算法(sequential Monte-Carlo-based).在新算法的指导下,针对静止摄像机在光照条件改变以及目标发生部分遮挡的情况进行了深入的研究.通过多种模糊量测技术的比较和应用,本文方法实现了多个目标精确有效跟踪. 相似文献
4.
5.
6.
智能监控是通过图像处理的方法对动态场景中的目标进行自动、实时的跟踪识别,并分析和判断目标行为的现代化电子计术。对舰船智能监控系统的基本理论和关键技术进行深入调查和研究,提出了舰船监控智能检索系统设计方法,以便更好的对目标进行跟踪。通过对目标数据特征进行分析,对视频的序列进行匹配和记录,优化舰船机舱视频对监控目标的检测和提取功能,为验证方法的有效性,设计仿真实验,对视频数据进行检测和提取,并记录图像目标特征。试验结果表明该方法有计算简单、运行稳定的特点,可快速得到正确的视频跟踪检索目标。 相似文献
7.
为了抑制ViBe算法在海面动态背景视频下“鬼影”区域对船舶运动目标检测的影响,提高监控视频中船舶运动目标识别的准确率,提出一种改进的ViBe算法。首先,背景模型用连续帧初始化,以减少“鬼影”的影响;然后,使用自适应阈值和闪烁级别来减少海面杂波,同时采用像素点对比消除“鬼影”,提取运动目标前景,获取完整的运动目标区域。最后,对输入视频进行高斯金字塔多尺度分解,并采用改进的ViBe算法检测低分辨率视频中的移动船舶,完整提取了海上移动船舶。实验结果表明,所改进的算法消除了“鬼影”区域,减少了海面杂波的干扰,检测率为92.5%,单帧视频图像检测时间控制在97 ms以内,可准确、快速地检测和提取海面船舶运动目标。 相似文献
8.
9.
10.
随着视频监控需求的迅速增长,人工监视已远不能满足监控的要求,视频监控系统的“智能化”变得越来越迫切。论文研究的核心是从理论层面出发,在视频序列中检测、跟踪人体,获取人体运动数据,描述和理解人体运动。 相似文献
11.
12.
13.
由于基于车辆检验知识和像素强度等传统的视频交通检测手段受到诸多因素影响,检测算法准确率低.轨迹跟踪算法能够提高视频交通事件检测的准确性.针对不同交通事件的特性,提出了分别适用于易形变的非刚性行人目标和形状同定的刚性车辆目标的跟踪算法,通过对可疑目标进行轨迹跟踪、行为分析,给出可靠、稳定的交通事件判定依据.采用轨迹跟踪及行为分析方法使视频交通事件检测较传统视频检测方式具有更高的可靠性和通用性. 相似文献
14.
15.
16.
《中国航海》2021,(1)
为提高Kalman滤波算法的准确性和鲁棒性,提出一种基于自适应分数阶系统的Kalman滤波算法,设计状态噪声协方差选择的自适应机制,推导其数学过程。将该算法应用到船舶视觉跟踪中,选取不同河流的CCTV(Closed Circnit Television)船舶监控视频(包括不同情况下的内河船舶运动监控),针对不同船舶大小、复杂光照、不同明暗度、多船会遇和多船追越等情况进行船舶视觉跟踪。对不同分数阶下的跟踪误差和准确度进行分析,并将分数阶Kalman滤波器与整数阶滤波器相比,说明其具有更宽的参数选择范围和更高的跟踪精度。研究结果表明:与分数Kalman滤波和Kalman滤波相比,该自适应分数Kalman算法具有更小的中心位置误差和更好的跟踪精度,能很好地避免跟踪器的漂移效应,具有较强的鲁棒性和准确性。 相似文献
17.
为精准跟踪海域环境中的各类舰船目标,生成连续性的视觉目标图像视频,提出复杂背景下的无人艇视频视觉目标图像识别算法。利用增强滤波处理无人艇图像中的数据信息,再通过特殊信息标记的方式,完成无人艇视频的图像数据集设计。在此基础上,改进原识别提取网络,借助边界框预测实值,完成待识别目标图像的特征提取,实现复杂背景下无人艇视频视觉目标图像识别算法的顺利应用。对比实验结果表明,与KCF目标跟踪算法相比,应用新型目标图像识别算法后,YOI船体识别参数增大至8.56,实现了对海域环境中各类舰船目标的精准跟踪,大幅促进了连续性视觉目标图像视频的生成。 相似文献
18.
数据压缩算法是舰船监控视频系统中的重要技术,直接影响舰船监控视频传输的实时性,针对当前舰船监控视频数据压缩算法存在压缩比小、信息丢失严重等不足,设计了基于剪切波变换和压缩感知算法的舰船监控视频数据压缩算法。首先对当前舰船监控视频数据压缩算法进行研究,找到各种算法存在的局限性,然后对舰船监控视频原始数据进行去噪处理,减少噪声传输所占的通信资源,并采用剪切波变换对舰船监控视频数据进行分解,最后采用压缩感知算法对剪切波变换系数进行压缩处理,减少舰船监控视频数据规模,并通过剪切波反变换对舰船监控视频数据进行重构。与对比舰船监控视频数据压缩算法的仿真对比测试结果表明,本文算法能够在保持舰船监控视频数据原始信息的基础上,对舰船监控视频数据进行了最大限度的压缩,而且舰船监控视频数据压缩速度快,获得了对比算法更加理想的舰船监控视频数据压缩结果。 相似文献
19.
20.
《中国水运》2020,(6)
传统的时空上下文目标跟踪(STC)算法在目标尺度发生变化时,目标矩形框的大小在经过多帧之后才有微小的变化,对局部上下文信息不能进行有效的学习,导致跟踪发生漂移。为此,本文提出了一种基于尺度滤波器的时空上下文目标跟踪(STC-SF)算法,首先在第一帧图像中建立时空上下文模型和尺度滤波器模型;然后后续帧图像集,通过时空上下文模型和尺度滤波器模型分别求取得最大响应以得到当前帧图像的中心目标位置和尺度信息;最后利用当前帧图像来更新时空上下文模型和尺度滤波器模型。在OTB50视频库上进行试验,结果表明STC-SF中目标矩形框能够随目标尺度变化而相应变化,同时具有一定的抗遮挡能力,跟踪效果更准确。 相似文献