特征融合的灰狼优化粒子滤波目标跟踪算法

来源 :现代电子技术 | 被引量 : 0次 | 上传用户:lujundehao
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对传统粒子滤波算法在跟踪目标所处环境迁移,目标姿态变化和发生遮挡时容易出现跟踪框漂移现象,提出一种基于灰狼算法优化的粒子滤波跟踪方法(GWOPF).首先,将全局特征HSV颜色特征和局部特征方向梯度直方图(HOG)特征加权融合建立观测模型;然后,用灰狼算法(GWO)优化粒子滤波算法结构,利用GWO位置更新机制改善粒子空间分布状况,在粒子重采样前进行权值自适应调节,解决原始粒子滤波方法采样时出现的粒子退化问题并优化滤波效果.实验结果表明,改进后的算法在具有挑战的Tiger和Girl视频序列中跟踪成功率分别达到了97.5%和95.0%,单帧处理时间缩短至24.6 ms和18.4 ms,具有较高的跟踪精度和良好的鲁棒性,能够应对跟踪目标发生旋转、部分遮挡等情况以及实时性要求.
其他文献
为了提高在不同路况下男式骑行服上衣的动态压力舒适性,以170/88A男性中间体为研究对象,借助三维人体动作捕捉系统,捕捉人体在平地,上坡和下坡3种不同姿势下的骑行动作,获取其动态数据,导入至Motion Builder和3DSMAX软件中进行虚拟模特的建模.借助CLO 3D软件的虚拟压力测量模块,测量并分析站立和3种姿势下骑行服上衣的动、静态压力及其差值,不同骑行姿势下的压力分布情况存在差异,且不同衣片的压力情况也存在差异.在各衣片的样板优化过程中,分别基于压力显著较高的姿势下的虚拟模特进行试穿和结构优化
针对物联网应用中SOC平台多需求决策问题,以处理器CV32E40P和Ibex作为内核,选用改进片上总线架构(AMBA)协议以及通用型外设搭建SOC平台;然后根据资源利用报告分析其面积、功耗和性能;最后在FPGA上验证SOC平台可行性.结果表明,在同一SOC平台下,CV32E40P的面积相较于Ibex增加了26.07%,在25 MHz、40 MHz与50 MHz频率下,功耗分别提高了31.58%、29.03%以及25.64%,在运行逻辑控制与卷积运算代码时,速度分别提高了27.66%和108.75%.综上,
针对降质图像可能存在的对比度低、光照不均、轮廓信息模糊等问题,提出一种结合小波变换和限制对比度自适应直方图均衡(CLAHE)的图像增强算法.首先,将原图像进行HSI变换得到亮度分量I,并引入基于限制对比度直方图均衡化算法对I进行亮度均衡处理得到I′;然后对I和I′进行小波分解得到对应的低频分量和不同尺度的高频分量,并采用引导滤波对高频分量进行去噪处理;提出基于区域特性测量的高频融合规则和基于图像可见度的低频融合规则,对两者的高频分量和低频分量分别进行融合;最后利用小波逆变换得到增强的亮度分量IL,并将亮度
为了提高实时操作系统下应用程序的简捷性和可移植性并缩短编译时间,文中以RT-Thread为例,研究实时操作系统在通用嵌入式计算机架构下的驻留问题,提出BIOS与User程序的功能分离机制以及FLASH、RAM空间划分原则,并设计一种RT-Thread系统服务接口的映射方法,以ARM Cortex-M系列的STM32L431微控制器为蓝本,实现RT-Thread的驻留与User程序的编译.实验结果表明,将RT-Thread驻留于BIOS中的方法有效地实现了实时操作系统与User程序的物理隔离,缩短了微控制器
非正交多址接入(NOMA)技术依靠大幅度提高资源利用率和系统容量的优势逐渐取代正交多址接入(OMA)技术,目前的卫星通信系统仍以正交多址接入技术为主,这将无法在未来满足庞大的用户需求.文中提出将5G的NOMA技术应用于卫星通信中,并提出一种可实现的基于用户公平性的功率分配方式及对其系统性能造成的影响进行分析.将NOMA技术应用于卫星网络模型中,并且对比了两种基于用户公平性的功率分配方案的性能,以用户最低速率作为约束条件,建立取得最优的用户公平性的设计方案.仿真结果显示,卫星通信系统在NOMA下的系统容量相
现有的基于先验知识的超声图像分割方法往往都需要对先验形状进行建模,由于建模一般都是对形状的整体进行学习,造成最终分割结果往往在细节上会有所不足,并且在分割过程中都涉及到对形状的迭代,对分割时间也会造成一定的影响.为了克服现有先验知识的不足,提出一种新颖的图像分割方法.该方法提出了一种边界描述符,定义了分割过程中前后检测点的空间关系,使用该空间关系能够将边界点检测过程中出现的异常(噪声)点自动过滤掉,从而摒弃掉了对先验知识的依赖.同时,该描述符改进了传统的法向量对比度边界算子,考虑了其邻域法向量上的边界信息
移动边缘计算(MEC)作为一种新的范式受到了各界的关注,但时延敏感、能耗巨大,MEC的局限性也日益凸显,为了解决上述问题,提出一种可由能量收集技术获取能源进行供能的边缘计算系统模型.首先,将时延、能耗和任务丢弃率作为指标,建立执行代价模型;然后引入能量收集技术模拟用户能量收集过程;最后针对模型时域耦合问题,利用带扰动Lyapunov理论将问题转化为逐时隙定性问题,并基于改进的灰狼算法对CPU频率和发射功率进行迭代以获取最小的任务执行代价.实验结果表明,改进的灰狼算法与其他算法相比,其任务执行代价更小,用户
手势分为静态手势和动态手势,针对动态手势中手势轨迹不明显、短期时空特征得不到有效提取和利用,提出一种基于darknet(darknet53)算法融合时序卷积网络(TCN)的双流网络3D-darknet用于识别视频中的动态手势.该方法在3D-CNN的基础上将具有强大图像特征提取能力的darknet网络与短期时空特征提取的TCN网络结合,采用自适应的权重融合策略将短期时空特征和长期时间特征融合后得到对视频手势的识别,并在Jester数据集上对网络模型进行验证.实验结果表明,该网络结构对特定轨迹特征不明显的手势
双端固支梁平板电容结构广泛应用于微机械电容式传感器中,传感器的量程与平板电容的吸合有关,因此精确快速地求解电容极板下拉电压非常重要.文中针对微梁结构在静电驱动下存在的结构-静电耦合场问题,比较了典型耦合场分析方法的优缺点,根据双端固支梁平板电容动力学原理,推导了临界下拉电压的近似解析解;并利用基于边界元和有限元的计算机仿真方法验证了解析结果的有效性.鉴于有限元方法的复杂性和效率低下问题,提出一种基于MAST语言的集总参数模型的仿真分析方法.结果表明,文中所提方法与有限元和边界元方法的分析结果接近,但显著减
当前的目标跟踪算法主流是基于检测的跟踪(DBT),所以检测的质量对跟踪的性能影响很大,同时在跟踪过程中易受环境干扰、光照变化、目标尺度和类别的影响,针对以上目标跟踪存在的问题,提出一种联合深度学习神经网络YOLOv4检测算法和Kalman滤波的目标跟踪算法.首先利用目标检测器对目标进行分类和边界框提取,跟踪器用于在跟踪轨迹中收集候选数据;其次,提出一种对象选择器,用来选择检测和跟踪轨迹中的最优候选框;最后,将最优候选框和跟踪轨迹利用ReID进行数据关联判断是否对跟踪轨迹进行更新.实验结果表明,联合检测的目