基于复合稀疏模型的视频目标跟踪方法

    公开(公告)号:CN104484890B

    公开(公告)日:2017-02-22

    申请号:CN201410802562.8

    申请日:2014-12-18

    Abstract: 一种计算机视觉领域的基于复合稀疏模型的视频目标跟踪方法,基于复合稀疏表观模型在粒子滤波框架下,将所有粒子观测的联合稀疏系数矩阵分为组稀疏性、元素稀疏性和异常稀疏性三部分组成,代表了粒子在字典上的共享和非共享特征以及加性稀疏噪声。本发明使用L1,∞范数和L1,1范数正则化实现复合稀疏性,并采用变方向乘子法求解优化问题,具有较高的计算效率。本发明还提出了一种动态字典更新方法,以适应目标表观的变化。实验表明,本发明所提出的算法比所比较的几种传统视频目标跟踪算法有更好的跟踪性能和鲁棒性。本发明可以被应用于人机交互、智能监控、智能交通、视觉导航、视频检索等领域。

    高分辨率图像复原的奇异谱函数获取方法及系统

    公开(公告)号:CN103208098B

    公开(公告)日:2016-08-31

    申请号:CN201310074176.7

    申请日:2013-03-07

    Inventor: 骆建华 敬忠良

    Abstract: 本发明提供了一种高分辨率图像复原的奇异谱函数获取方法及系统。所述方法包括:获取高分辨率图像的横向或纵向像素点个数和一幅低分辨率图像,根据所述像素点个数和低分辨率图像获取所述高分辨率图像的低频频谱数据;根据所述高分辨率图像的低频频谱数据获取所述高分辨率图像的补零法频谱数据;对所述补零法频谱数据作傅里叶变换以获取高分辨率图像的低频频谱数据补零法图像;根据所述低频频谱数据补零法图像获取最佳奇异化算子,根据所述最佳奇异化算子获取奇异函数,根据所述奇异函数获取奇异谱函数,能够在高频频谱数据缺失的情况下,快速高效地获取高分辨率图像复原的奇异谱函数以供高分辨率图像的复原。

    低频频谱数据补零法图像获取方法及系统

    公开(公告)号:CN103325091B

    公开(公告)日:2016-02-17

    申请号:CN201310073449.6

    申请日:2013-03-07

    Inventor: 骆建华 敬忠良

    Abstract: 本发明提供了一种低频频谱数据补零法图像获取方法及系统,所述方法通过获取待复原的高分辨率图像的横向或纵向像素点个数和一幅低分辨率图像,根据所述像素点个数和低分辨率图像获取所述高分辨率图像的低频频谱数据;根据所述高分辨率图像的低频频谱数据获取所述高分辨率图像的补零法频谱数据;对所述补零法频谱数据作傅里叶变换以获取高分辨率图像的低频频谱数据补零法图像,能够在高频频谱数据缺失的情况下,快速高效地获取低频频谱数据补零法图像以供高分辨率图像的复原。

    基于局部约束最小二乘估计的视觉目标跟踪方法

    公开(公告)号:CN102800108B

    公开(公告)日:2015-12-16

    申请号:CN201210239637.7

    申请日:2012-07-11

    Abstract: 本发明提供一种基于局部约束最小二乘估计的视觉目标跟踪方法。1)本发明利用局部约束最小二乘估计,给出目标的拓扑结构的描述。充分探讨了目标片区域信息之间的关系,这有助于处理目标遮挡及相似目标干扰问题。2)本发明基于巴氏系数定义两个拓扑结构的相似度度量。在粒子滤波框架下给出目标跟踪结果。实验结果表明本发明所提出的方法比所比较的方法有更好的跟踪精度。

    基于运动恢复结构的卫星相对姿态测量方法

    公开(公告)号:CN102607534A

    公开(公告)日:2012-07-25

    申请号:CN201210065453.3

    申请日:2012-03-13

    Abstract: 本发明公开了一种基于运动恢复结构的卫星相对姿态测量方法,包括以下步骤:步骤1,分别对输入的序列图像进行SIFT特征点提取;步骤2,根据得到的SIFT特征点进行匹配;步骤3,根据匹配特征点进行运动恢复结构;步骤4,根据运动恢复结构参数进行平差光束法优化;步骤5,根据匹配的特征点和经过优化的运动恢复结构参数进行三维重建;步骤6,根据有效的三维特征点和运动恢复结构参数进行空间环境综合显示。本发明经过标准的测试数据、STK在轨卫星仿真平台的卫星仿真数据和地面半物理仿真数据,本发明能有效地测量所观测卫星目标的相对姿态,采用的光束平差法能提高本发明构建系统的测量精度和计算的数值稳定性。

    基于高斯均值移动配准的动态偏差估计方法

    公开(公告)号:CN101221238B

    公开(公告)日:2011-06-08

    申请号:CN200810033003.X

    申请日:2008-01-24

    Abstract: 一种基于高斯均值移动配准的动态偏差估计方法,包括如下步骤:步骤一,多平台系统中的传感器负责测量目标状态;步骤二,构造高斯均值移动方法的高斯核密度估计器;步骤三,利用扩展卡尔曼滤波器估计目标状态;步骤四,计算目标状态测量值的估计值;步骤五,计算传感器的动态偏差的估计值;步骤六,修正动态偏差的估计值;步骤七,修正动态偏差的估计值的收敛性判别。本发明方法仅使用一个目标的测量数据,能够快速、准确地估计传感器的动态偏差。该方法简单有效、易于实施,可广泛应用于机器人,智能交通,空中交通管制和航天、航空、航海等各领域。

    基于运动目标轨迹的动态图像配准方法

    公开(公告)号:CN101937565A

    公开(公告)日:2011-01-05

    申请号:CN201010284808.9

    申请日:2010-09-16

    Abstract: 一种图像处理技术领域的基于运动目标轨迹的动态图像配准方法。包括如下步骤:步骤1、帧频变换预处理;步骤2、运动目标提取;步骤3、轨迹生成;步骤4、轨迹描述;步骤5、轨迹匹配;步骤6、匹配参数获取;步骤7、对应帧间配准精度检测和微调整处理。本发明可同时获取时间和空间的配准参数,避免采用穷举搜索法获取时间域的对应关系,运算量小且配准精度较高。

    基于统计不相关和正交特性的局部保留映射人脸识别方法

    公开(公告)号:CN100535927C

    公开(公告)日:2009-09-02

    申请号:CN200610117047.1

    申请日:2006-10-12

    Abstract: 一种图像处理技术领域的基于统计不相关和正交特性的局部保留映射人脸识别方法。本发明首先对输入训练样本图像进行主成分分析,得到主成分分析的投影矩阵;然后建立一个连接图,得到任意两个节点之间的相似性,并按照最近邻原则,确定所有节点的邻接点,计算出输入数据的相似矩阵;再将这一相似矩阵应用到局部保留映射方法中,加入统计不相关和正交两个约束条件,采用迭代算法,根据特征值问题并结合主成分分析的投影矩阵求出不相关且正交的投影矩阵,得出训练投影系数矩阵和测试投影系数矩阵;最后再用最小距离方法进行识别。本发明具有最小的冗余,并有利于实现原始数据的重构,应用到人脸识别中,可以提高识别性能。

    多平台目标跟踪与分布交互仿真系统

    公开(公告)号:CN101465071A

    公开(公告)日:2009-06-24

    申请号:CN200910045001.7

    申请日:2009-01-08

    Abstract: 一种仿真技术领域的多平台目标跟踪与分布交互仿真系统,包括:目标生成模块、空中感知平台、应急处理平台、地面指控中心平台、HLA分布交互仿真模块,其中:目标生成模块随机生成系统跟踪目标;空中感知平台包含多种探测设备将探测信息融合处理后,传输到地面指控中心平台;地面指控中心平台综合所有现场信息,评估整个现场态势,即时做出应急决策;应急处理平台接收信息和指令,利用机载设备实现目标跟踪;HLA分布交互仿真模块将上述模块通过分布式网络构建HLA分布式体系结构,实现多信息网络互联。本发明具有灵活性、可扩展性,能够提高跟踪效果,并增强视景演示的可视性,可以广泛应用于公共安全、救灾援助等领域。

    面向鉴别的整体和局部特征融合识别系统

    公开(公告)号:CN101441716A

    公开(公告)日:2009-05-27

    申请号:CN200810203453.9

    申请日:2008-11-27

    CPC classification number: G06K9/629 G06K9/6234

    Abstract: 一种模式识别技术领域中的面向鉴别的整体和局部特征融合识别系统,本发明中,加权邻接图构造模块建立一个加权邻接图,根据类别信息获得任意两个顶点间的相似性权值;训练样本的矩阵构建模块接收相似性权值并根据最近邻原则,建立训练样本的相似矩阵、度矩阵、图的拉普拉斯矩阵、类内散布矩阵和类间散布矩阵;最佳调节因子选择模块选取使得训练样本的识别率达到最高时的调节因子值作为调节因子的最佳取值;投影矩阵获得模块选取所有特征值中前几个最小的特征值对应的特征向量作为基向量,构成投影矩阵;数据分类模块采用最小距离分类器,识别出测试数据所属的类别。本发明利用数据间的类别信息,更准确地刻画数据间关系,取得更高的识别性能。

Patent Agency Ranking