【摘 要】
：
监控系统的视频序列往往受到环境噪声、运动目标繁多和目标遮挡的影响,针对传统视频监控无法对人员实施有效检测、跟踪和计数的问题,设计一种基于ARM的智能多目标跟踪监控系
【机 构】
：
中北大学仪器科学与动态测试教育部重点实验室
论文部分内容阅读
监控系统的视频序列往往受到环境噪声、运动目标繁多和目标遮挡的影响,针对传统视频监控无法对人员实施有效检测、跟踪和计数的问题,设计一种基于ARM的智能多目标跟踪监控系统。从整体性角度阐述系统硬件设计方案和软件环境搭建。在算法实现方面,基于改进的自适应高斯混合模型和卡尔曼滤波实现了目标检测和跟踪,引入匈牙利算法进行数据关联来解决多目标跟踪的任务指派问题,同时利用检测目标和预测目标之间的欧式距离以及卡尔曼滤波解决了遮挡问题。实验结果表明,系统在场地和摄像头视角有限的情况下可以有效跟踪到6个运动目标,其平均处理能
其他文献
1病例资料患者,女,52岁,体质量46 kg,身高147 cm,体表面积1.37 m^(2),择期手术下行"二尖瓣置换+三尖瓣成形术"。体外循环使用Stockert V型心肺机(下称S5)连续血气监测系统(Ma
为了提高合成孔径雷达(synthetic aperture radar,SAR)影像舰船目标的召回率和准确率,降低漏检率,通过以YOLOv3(you olny look once)为检测框架,对锚点框(anchor boxes)生成
针对混合属性数据聚类难度高的问题,提出一种基于广义线性模型的混合属性数据聚类方法。首先,构建低阶多元广义线性模型处理海量数据聚类问题,考虑数据属性的时间特性,获取属
传统单级比例积分微分(proportional-integral-derivative control,PID)控制只适用于单一变量的简单线性对象,不适用于板球系统这种复杂的多变量、非线性系统。基于对板球系
为了探究高分六号(GF-6)卫星多光谱相机(PMS)影像提取水体的潜力,分别构建全卷积神经网络(FCN-8s)、U-Net及U-Net优化(VGGUnet1、VGGUnet2)4种神经网络进行了水体提取研究。基于水体提取结果对比分析,确定优选模型为VGGUnet1;提出基于组合损失函数FD-water loss(focal-dice-water loss)的VGGUnet1网络模型,并与归一化差分