期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一种无人机航拍目标的长期跟踪算法
被引量：
2
1
作者
黄鹤
张科
+3 位作者
陈永安
王会峰
茹锋
王珺
《哈尔滨工业大学学报》
EI
CAS
CSCD
北大核心
2022年第5期104-116,共13页
针对无人机在航拍目标跟踪的复杂场景过程中,运动目标可能会被遮挡或不确定跟踪,导致视觉模型出现逐渐损坏、漂移和不可逆转失败等问题,提出了一种无人机航拍目标的长期跟踪算法。首先,进行互补分类器多特征自适应融合设计,在贝叶斯分...
针对无人机在航拍目标跟踪的复杂场景过程中,运动目标可能会被遮挡或不确定跟踪,导致视觉模型出现逐渐损坏、漂移和不可逆转失败等问题,提出了一种无人机航拍目标的长期跟踪算法。首先,进行互补分类器多特征自适应融合设计,在贝叶斯分类器中采用颜色直方图特征,在相关滤波器中采用方向梯度直方图、灰度以及颜色名特征;结合多种特征的优点,构建目标鲁棒性的外观以适应复杂场景。然后,在相关滤波器中加入自适应时空正则化项。在空间正则化参数中引入局部变化,实现学习时限制像素可信度较低的滤波器;而在时间正则化中,根据全局响应自适应地调整滤波器的学习,并用初始滤波器约束更新范围,这样在缓解边界效应的同时,有效防止滤波器退化。最后,在上述基础上,加入重检测模块,使得跟踪过程更加准确。实验结果表明,本文算法可以适应无人机航拍的复杂场景,缓解边界效应和防止滤波器退化。与同类主流算法相比,在目标经历严重遮挡、移出视野等情况后,仍然满足实时性需要,获得了较好的跟踪效果。
展开更多
关键词
长期跟踪
相关滤波
边界效应
滤波器退化
目标重检测
在线阅读
下载PDF
职称材料
融合SVM的多特征DSST目标跟踪算法
被引量：
3
2
作者
王承赟
王思卿
+2 位作者
张龙杰
李彦宽
张龙云
《兵工自动化》
2021年第7期39-45,66,共8页
为解决DSST算法多尺度搜索策略跟踪时目标出现严重遮挡、非刚性形变、目标脱离视场导致的目标外观变化的问题,提出一种将支持向量机(support vector machine,SVM)目标重检测模块融合的算法。提取目标的多种特征然后将这些特征矢量融合...
为解决DSST算法多尺度搜索策略跟踪时目标出现严重遮挡、非刚性形变、目标脱离视场导致的目标外观变化的问题,提出一种将支持向量机(support vector machine,SVM)目标重检测模块融合的算法。提取目标的多种特征然后将这些特征矢量融合以增强目标的特征表达。在DSST算法的位置和尺度滤波器的基础上,新增目标外观滤波器,利用训练好的SVM全局搜索目标。采用不同大小的窗口采样来训练相关模型并建立一个SVM的最优分类面,通过SVM对丢失后的目标进行重检测。实验结果表明,改进算法比DSST算法在对目标受到遮挡、目标非刚性形变等问题上的鲁棒性能均有提高。
展开更多
关键词
DSST算法
多特征融合
SVM分类器
目标重检测
鲁棒性跟踪
在线阅读
下载PDF
职称材料
题名
一种无人机航拍目标的长期跟踪算法
被引量：
2
1
作者
黄鹤
张科
陈永安
王会峰
茹锋
王珺
机构
长安大学电子与控制工程学院
西安市智慧高速公路信息融合与控制重点实验室(长安大学)
出处
《哈尔滨工业大学学报》
EI
CAS
CSCD
北大核心
2022年第5期104-116,共13页
基金
国家自然科学基金面上项目(52172324)
国家重点研发计划(2018YFB1600600)
+2 种基金
陕西省重点研发计划(2021GY-285,2021SF-483)
陕西省自然科学基础研究计划(2021JM-184)
西安市智慧高速公路信息融合与控制重点实验室(长安大学)开放基金(300102321502)。
文摘
针对无人机在航拍目标跟踪的复杂场景过程中,运动目标可能会被遮挡或不确定跟踪,导致视觉模型出现逐渐损坏、漂移和不可逆转失败等问题,提出了一种无人机航拍目标的长期跟踪算法。首先,进行互补分类器多特征自适应融合设计,在贝叶斯分类器中采用颜色直方图特征,在相关滤波器中采用方向梯度直方图、灰度以及颜色名特征;结合多种特征的优点,构建目标鲁棒性的外观以适应复杂场景。然后,在相关滤波器中加入自适应时空正则化项。在空间正则化参数中引入局部变化,实现学习时限制像素可信度较低的滤波器;而在时间正则化中,根据全局响应自适应地调整滤波器的学习,并用初始滤波器约束更新范围,这样在缓解边界效应的同时,有效防止滤波器退化。最后,在上述基础上,加入重检测模块,使得跟踪过程更加准确。实验结果表明,本文算法可以适应无人机航拍的复杂场景,缓解边界效应和防止滤波器退化。与同类主流算法相比,在目标经历严重遮挡、移出视野等情况后,仍然满足实时性需要,获得了较好的跟踪效果。
关键词
长期跟踪
相关滤波
边界效应
滤波器退化
目标重检测
Keywords
long-term tracking
correlation filtering
boundary effects
filter degradation
target re-detection
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
融合SVM的多特征DSST目标跟踪算法
被引量：
3
2
作者
王承赟
王思卿
张龙杰
李彦宽
张龙云
机构
海军航空大学岸防兵学院
中国人民解放军
烟台北方星空自控科技有限公司
山东大学后勤保障部
出处
《兵工自动化》
2021年第7期39-45,66,共8页
基金
国家自然科学基金(51809156)
中国博士后科学基金(2016M600537)。
文摘
为解决DSST算法多尺度搜索策略跟踪时目标出现严重遮挡、非刚性形变、目标脱离视场导致的目标外观变化的问题,提出一种将支持向量机(support vector machine,SVM)目标重检测模块融合的算法。提取目标的多种特征然后将这些特征矢量融合以增强目标的特征表达。在DSST算法的位置和尺度滤波器的基础上,新增目标外观滤波器,利用训练好的SVM全局搜索目标。采用不同大小的窗口采样来训练相关模型并建立一个SVM的最优分类面,通过SVM对丢失后的目标进行重检测。实验结果表明,改进算法比DSST算法在对目标受到遮挡、目标非刚性形变等问题上的鲁棒性能均有提高。
关键词
DSST算法
多特征融合
SVM分类器
目标重检测
鲁棒性跟踪
Keywords
DSST algorithm
multi-feature fusion
SVM classifier
object re-detection
robust tracking
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
一种无人机航拍目标的长期跟踪算法
黄鹤
张科
陈永安
王会峰
茹锋
王珺
《哈尔滨工业大学学报》
EI
CAS
CSCD
北大核心
2022
2
在线阅读
下载PDF
职称材料
2
融合SVM的多特征DSST目标跟踪算法
王承赟
王思卿
张龙杰
李彦宽
张龙云
《兵工自动化》
2021
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
