【摘 要】
：
在光照、背景变化、遮挡、噪声、快速运动等复杂环境下,准确地实现行人跟踪一直是富有挑战性的任务。针对这些问题,提出基于HSV颜色特征和贡献度重构的行人跟踪算法。在粒子
【机 构】
：
首都师范大学信息工程学院,首都师范大学电子系统可靠性技术北京市重点实验室,成像技术北京市高精尖创新中心,首都师范大学高可靠嵌入式系统技术北京市工程技术研究中心
【基金项目】
：
国家自然科学基金（61303104,61203238,11178017,61473015）, 北京市自然科学基金（4132014,4162017）, 北京市优秀人才资助项目（2016000020124G088）
论文部分内容阅读
在光照、背景变化、遮挡、噪声、快速运动等复杂环境下,准确地实现行人跟踪一直是富有挑战性的任务。针对这些问题,提出基于HSV颜色特征和贡献度重构的行人跟踪算法。在粒子滤波的框架内,从HSV空间提取目标的混合颜色特征生成目标模板集,依据不同区域对跟踪结果的影响对区域进行贡献度分配,并将其引入到一个自适应的正则化模型中,将具有最小重构误差的区域判定为待跟踪目标。为了增强算法的稳健性,跟踪过程中对模板进行实时更新。在OTB 100个序列上进行测试,本文算法得到跟踪结果的平均中心误差和跟踪成功率两项指标分别为0.6
其他文献
基于分束器可产生纠缠的特性,提出基于分束器生成连续变量双模压缩态的方案,并求解纠缠条件。对于50…50分束器模型,分析并提取相移影响因子后,基于量子态转换和Wigner函数分
为提高液相基质激光诱导击穿光谱(LIBS)技术的检测灵敏度,必须优化光谱探测系统的关键实验参数。采用液体射流取样技术,以混合水溶液中Pb、Cr、Cd、Mn、Ca、Al等金属元素已选
三维激光扫描的点云中包含了大量数据,而其中有些数据在应用过程中并不都能产生作用,特别是对于建筑物点云而言,只需要确定建筑物轮廓线上的点云即可。基于此,本文利用邻近点几何特征来实现建筑物点云特征线的提取。该算法首先利用k最近邻搜索算法,对某个点的邻近点进行搜索,并根据邻近点确定法向量及基准面,利用基准面上探测点和邻近点的法向量夹角特性,确定建筑物边界;其次利用整体最小二乘和加权主元分析法对随机抽样一
针对传统非局部均值图像去噪算法对纹理细节处理保持不足的问题,提出一种结合模糊边缘补足(FEC)的非局部均值图像去噪算法。利用FEC算法检测出图像的边缘纹理特征图像;基于此自适应选择相似性权重参数,有针对性地对边缘纹理区域和平坦区域进行不同程度的平滑,以防止边缘细节信息的过平滑;用边缘的结构相似性改进非局部图像块的相似性权重,加强相同区域像素的贡献而削弱不同区域像素的贡献,从而达到更好地保持纹理细节
视频质量评价主要采用传统的手动提取特征,再利用机器学习预测视频质量分数,导致结果不理想。VGG-16网络在特征提取方面具有非常好的稳健性,借鉴其网络模型,迁移参数构造出用于端到端的视频质量评价网络。LIVE视频数据库的实验结果表明,该方法预测的评价分数与主观评价分数具有较高的一致性。其评价指标斯皮尔曼等级相关系数和皮尔逊线性相关系数分别达到了0.867和0.843,性能优于目前基于手动提取特征进行
基于色散位移光纤中的自发四波混频过程,制备了具备光学输出以及电子辅助信号输出的1550nm通讯波段便携式偏振纠缠量子光源,标准单模光纤端口可输出信号波长和闲置波长分别为
为了解决传统图像拼接算法匹配率低以及拼接速度慢的问题,提出一种结合区域分块的快速BRISK图像拼接算法。采用频域相位相关算法寻找两幅图像间的相似部分,将其均匀划分成N×N′的图像块,计算各图像块的标准差,选择标准差较大且分布在不同位置的两个图像块,用BRISK算法进行特征点粗匹配。获得匹配点对后,构造有向线段并进行邻近线段匹配。通过随机选择的匹配点对计算投影变换矩阵,进行投影误差校正,最后进行加权
埃尔朗根-纽伦堡弗里德里希·亚历山大大学（Friedrich-Alexander-Universitaet Erlangen-Nürnberg）是德国一座历史悠久的大学．位于埃尔朗根和纽伦堡，始建于1742年。1972
为了改善滤波效果,提出了一种新的阈值选择方法。基于相位频谱系数的理论分析,综合考虑条纹自身振幅对频谱幅度的放缩影响,利用频谱系数最大值得到条纹振幅,进而计算得到适用于散斑干涉条纹图的窗口傅里叶变换滤波阈值。经过模拟散斑干涉条纹图和实验所得真实条纹图验证可知,该阈值选择方法能有效滤除高频噪声,滤波效果较好。
彩色图像质量评价(CIQA)是目前图像质量评价(IQA)研究的一个热点。色度信息对人类视觉系统(HVS)会产生一定的影响,将RGB图像转换到另一色彩空间YIQ,将灰度图像的结构相似性指标(SSIM)、基于梯度的SSIM(GSSIM)扩展得到彩色图像的SSIM和GSSIM(即C-SSIM和C-GSSIM)。HVS是一个复杂的非线性系统,采用2种广义平均池化策略来刻画HVS特性,以提高C-SSIM、C