【摘 要】
:
鉴于传统的跟踪学习检测(TLD)算法存在稳健性差、跟踪成功率低以及运算效率低等问题,提出一种结合二进制稳健不变可扩展关键点(BRISK)特征点与区域预估的TLD跟踪算法。在跟踪器中引入BRISK特征点,将其与传统的用于跟踪的普通像素点相结合,共同用于目标跟踪,由于BRISK特征点提取较快,从而使得跟踪器部分的总体运算时间降低;在检测器部分采用了卡尔曼滤波器与马尔可夫模型方向预测器相结合的方式,该方
论文部分内容阅读
鉴于传统的跟踪学习检测(TLD)算法存在稳健性差、跟踪成功率低以及运算效率低等问题,提出一种结合二进制稳健不变可扩展关键点(BRISK)特征点与区域预估的TLD跟踪算法。在跟踪器中引入BRISK特征点,将其与传统的用于跟踪的普通像素点相结合,共同用于目标跟踪,由于BRISK特征点提取较快,从而使得跟踪器部分的总体运算时间降低;在检测器部分采用了卡尔曼滤波器与马尔可夫模型方向预测器相结合的方式,该方式使得最终送入到检测器的子图像块数量大幅缩减,且对相似目标的辨别能力增强,进而提升了检测器的速度和精度。
其他文献
针对不同模态数据在底层空间上具有特征异构性的问题,以及传统的图像特征提取方法不能有效表达图像语义的问题,提出了一种基于深度视觉特征正则化的跨媒体检索方法。在此算法中,首先使用经过目标数据集微调的卷积神经网络提取图像的深度视觉特征,同时使用LDA模型提取文本底层特征,然后利用多类逻辑回归对图像和文本的底层特征进行训练和预测。由于文本特征具有较强的判别能力,而图像特征的分布特性杂乱,本文利用图像特征与
人脸检测通常会使用五官检测方法,但是在非正面情况下,图像中一般不会含有完整的五官信息,此时肤色将会成为检测人脸最主要的特征。大量实验和研究发现肤色在YCbbCr空间中呈近似高斯分布,利用这一特性建立了肤色模型,并在理想环境下取得了较好的效果。但是当环境背景不再单一,如出现类肤色物体时,肤色模型的检测效果将会大大下降。主要研究了在复杂环境背景下的非正面肤色检测,介绍了一种基于边缘检测和区域生长的分离
Due to the scattering effect of suspended particles in the atmosphere,foggy day images have reduced visibility and contrast significantly. Considering the loss of details and uneven defogging results
跟踪器在多因素多水平序列测试时,各跟踪性能指标的数据较多,难以直接获取评价算法跟踪性能的有效信息。为解决该问题,首先对跟踪性能指标进行筛选和改进,选择区域重叠度和中心位置误差两个指标反映跟踪效果,然后采用灰色关联分析的方法分析各个指标数据,通过分析跟踪结果,提取跟踪结果间的关联度信息,并以此信息计算跟踪器的跟踪精度和鲁棒性。实验表明,该方法计算的关联度信息能够准确反映算法性能变化趋势,从而可以较好
由于去雾是一个病态问题,对还原清晰化图像带来了挑战。本文基于大气散射物理模型提出了一种有效而精准的方法。雾天图像中天空区域对图像暗通道的求取存在很大的干扰,采用阈值分割方法结合二叉树策略能够快速而精准的定位并估计大气光值,进而结合维纳滤波将其应用在透射率的优化过程中,能够缓解尖锐边缘部分周围的晕轮效应,再通过形态学处理方法进一步优化透射图的边缘。通过大量户外雾天图像的测试结果表明,改进算法效率高,
传统方法存在图像信息识别度较低,不能将图像中的信息进行完全的隐藏,导致图像信息隐藏的安全性较低,保密程度较差的问题。提出一种新型的光学图像信息隐藏算法。基于光学扫描的全息系统图像压缩的加密算法是光学信息处理的基础,加密后的傅里叶变换能表示图像构成物体的傅里叶采样,通过压缩的传感技术完成对加密后信息进行压缩。在光学扫描的全息系统中,利用小波的稀疏基与傅里叶的采样完成图像压缩的全息,信息的隐藏者采用待
动态范围压缩和对比度增强是红外成像的两个关键步骤,如何提升图像细节、抑制失真是红外成像的重要研究课题。提出了一种新的红外图像可视化方法。算法首先通过最小化损失函数的方法将动态范围压缩问题转化为一个二次优化问题;然后通过设定一个指数因子来增强细节,最终能够在提升细节的同时避免产生光晕。使用不同场景采集的多组红外图像进行实验,结果表明所提算法不仅对红外图像的固有特征有很好的抗性,而且处理结果较好。对比
结合信号仿射重建技术和图像噪声散点直方图,提出了一种图像噪声水平估计方法。首先,对于输入的噪声图像,采用基于分水岭的图像分割算法,将其分为若干像素均匀的图像块。采用仿射信号重建算法,实现无噪声的仿射图像信号和噪声余量图的分离和获取。从噪声余量图中计算获取各图像分块的噪声散粒点,每个散粒点表示各个图块的噪声标准差大小。随后,统计噪声散粒点直方图,进而确定最多散粒点分布的噪声强度区间。最终的图像噪声标
近年来,智能机器人技术逐步成熟,以目标识别为代表的机器视觉技术是其核心。现有目标识别算法通常先根据颜色信息分割场景,再提取特征以识别目标。但对于颜色信息比较复杂的场景,往往存在过分割现象,影响后续目标识别。针对这一问题,提出一种基于局部特征的多目标图像分割算法。该算法使用双目摄像头采集场景图像,对场景图像进行预处理,同时通过立体匹配得到场景的深度信息;结合深度信息确定目标区域;设计动态阈值的尺度不
基于样本块纹理传输的原理,研究了源纹理图像的纹理信息、结构信息以及目标图像的结构信息对纹理传输风格化效果的影响。采用非线性滤波的相对总变差模型对源纹理图像和目标图像进行分解,消除源纹理图像的结构信息和目标图像的纹理信息;使用纹理传输算法对上述保留信息进行纹理传输;改进的算法避免了传统算法在传输源纹理图像的结构信息时对目标图像结构的覆盖。这样,目标图像的边缘结构信息与传输结果图进行叠加,增强了传输结