【摘 要】
：
为提升分层卷积相关滤波跟踪算法的速度和精度，减少无效卷积通道特征对跟踪精度的影响，提出一种自适应特征选择的分层卷积相关滤波跟踪方法.该方法选取能表征目标的双层卷积特征，将相关滤波训练与预测合并，在视频序列的每一帧计算上一帧目标区域与非目标区域的卷积特征均值比，选取满足特征均值比要求的卷积通道特征训练相关滤波分类器，根据分类器与目标特征的最大响应值预测目标位置；最后根据预测结果稀疏更新目标初始帧特征
【机 构】
：
城市道路交通智能控制技术北京市重点实验室 北京 100144 北方工业大学理学院 北京 10014
【出 处】
：
2018第12届全国计算机图形学大会Chinagraph 2018
论文部分内容阅读
为提升分层卷积相关滤波跟踪算法的速度和精度，减少无效卷积通道特征对跟踪精度的影响，提出一种自适应特征选择的分层卷积相关滤波跟踪方法.该方法选取能表征目标的双层卷积特征，将相关滤波训练与预测合并，在视频序列的每一帧计算上一帧目标区域与非目标区域的卷积特征均值比，选取满足特征均值比要求的卷积通道特征训练相关滤波分类器，根据分类器与目标特征的最大响应值预测目标位置；最后根据预测结果稀疏更新目标初始帧特征，作为后续帧训练分类器的依据.在 OTB-100 标准数据集上对算法进行测试，实验结果表明本文算法的平均距离精度为 91％，平均重叠率精度为 64.4％，平均速度为21.7 帧/秒，比原分层卷积相关滤波跟踪算法分别高出 7.3、8.2 个百分点和 11.3 帧/秒，该算法的平均距离精度比高精度的连续卷积算法 CCOT 高 1.2 个百分点，跟踪速度是CCOT 的近 20 倍.本文算法可以有效提升分层卷积跟踪算法的速度和精度，在目标发生遮挡、快速运动等干扰时能稳定跟踪到目标.
其他文献
遥感领域中针对高分辨率全色图像和低分辨率多光谱图像的融合一直是研究的热点与难点。提高融合图像的空间分辨率和光谱分辨率是图像融合的主要研究目的。本文对上述两种类型的图像，设计了一种基于小波变换的图像融合算法。首先，图像经过小波变化后，利用边缘强度因子，能够将全色图像的低频部分融入到多光谱图像强度分量的低频部分。之后，对它们的高频部分采用局域标准差最大的准则进行融合，得到相应位置的高频信息。最后，通过
多体碰撞检测是计算机图形学、系统仿真、虚拟现实等领域的关键技术，有着广泛的应用。针对大规模场景中多体间的干涉与碰撞问题，提出一种鲁棒高效的连续碰撞检测优化算法。算法采用动态“扫描与剔除”(Sweep and Prune)技术及事件驱动方法剔除场景中不会发生碰撞的物体对检测； 对潜在发生碰撞的物体对，自动生成预测物体碰撞的事件，并将其加入到优先队列中进行管理； 通过在事件处理过程中引入新型混合包围盒
人群紧急情境下的行为仿真对于公共安全具有重要的现实意义。为研究紧急情境下人群逃生行为，近年来国内外学者已经开展了一些动物逃生行为实验。本文总结了部分以蚂蚁和老鼠为主要代表的动物群体逃生行为实验，并分析对比了紧急情况下动物逃生行为和人类逃生行为的相似性和差异性。通过总结已有的群体虚拟仿真模型，讨论了用动物逃生实验来实现群体仿真模型验证的可行性。并基于动物逃生行为和人类逃生行为的社会差异性，讨论了动物
三维模型的深度特征表示是三维目标识别和三维模型语义分割的关键和前提，在机器人，自动驾驶，虚拟现实，遥感测绘等领域有着广泛的应用前景。然而传统的卷积神经网络需要以规则化的数据作为输入，对于点云数据需要转换为视图或体素网格来处理，过程复杂且损失了三维模型的几何结构信息。本文借助已有的可以直接处理点云数据的深度网络进行改进，针对产生的特征缺少局部拓扑信息问题，提出一种利用双对称函数和空间转换网络来获得更
地理空间多维数据主要由空间位置和属性信息构成,能够有效记录和描述社会经济发展、自然环境变化、人类社交活动等事件和现象。有效地建立空间位置与属性信息的关联,对于地理空间多维数据的分析与理解具有重要的意义。平行坐标是经典的多维数据可视化方法,在其用于地理空间多维数据分析过程中,往往导致空间位置信息缺失,空间关联分析不确定等问题。因此,本文设计一种有效关联地图和平行坐标的地理空间多维数据可视分析方法 M
本文基于现有的研究提出一种细节感知的纹理去除算法，在去除图像纹理时，能够很好的保持图像的结构信息，尤其是诸如细长结构和边角信息等特殊细节。首先，本文将提出一种能够识别细长结构的结构检测方法，将细长结构检测并增强，用于在后续的纹理滤波处理中，保持在滤波时容易被平滑的细长结构信息。其次，改进原有的相对总变差模型，多方向寻找最小相对总变差，使它能够更好的区分纹理和边界，并且将边角信息从纹理中区分出来。然
三维数据模型，作为最接近现实世界的数字化表示正被广泛应用于模型生产、机器人科学、城市构建、自动驾驶、虚拟现实等领域。随着这些领域的发展，人们对三维数据模型的完整性、真实性、可靠性的需求也越来越大。然而在物体的建模过程中，不可避免的存在物体遮挡、相机抖动等情况，这造成了三维数据模型信息丢失、模型结构残缺不全的现象，因此需要对模型的缺失部分进行预测填充。本文结合深度学习理论，提出了基于八叉树的三维模型
随着深度传感器等硬件设备的发展，三维模型的数量逐渐增多，人们对三维数据模型的完整性、真实性的需求也越来越大。本文提出了基于生成对抗网络的模型补全方法，针对三维模型信息丢失、模型结构残缺不全的现象进行预测修复。通过编码-解码机制和生成对抗网络的对抗机制来预测模型的完整结构并保证预测模型与输入模型之间的相似性。实验表明，本文方法能够有效修补模型信息，得到更具真实感的完整三维模型。
Possion 曲线有类似于 Bézier 曲线的性质,且其自身参数的可调区间更大。本文基于 3D 射影空间中点和平面的对偶性设计可展曲面的方法,以 Possion 基函数表示的控制平面来设计可展 Possion 曲面,该方法避免了大量的计算过程,使得设计更加直接,有效。同时,Possion 基函数其参数的定义域更大,使得可展 Possion 曲面造型的可调范围更大。
刀尖圆弧半径对加工精度、切削力等切削参数有重要影响。为了研究车刀刀尖圆弧半径对主偏角的影响，建立了刀具要素间的几何关系。根据切削深度和刀尖圆弧半径大小，将切削条件划分为 4 种类，根据刀具要素见的几何关系，分别计算了 4 种切削条件下刀尖圆弧半径导致的实际主偏角。为了验证分析结果，进行了切削实验。实验结果证明，刀尖圆弧半径导致主偏角变小。