-
公开(公告)号:CN107016693B
公开(公告)日:2020-04-28
申请号:CN201710032389.1
申请日:2017-01-16
Applicant: 南京邮电大学
IPC: G06T7/277
Abstract: 本发明公开了一种结合有效异常点检测的粒子滤波目标跟踪算法,基于粒子滤波的框架,首先使用PCA对目标模板进行分解,建立互相正交的特征空间,然后在后续的跟踪中,将粒子投影到此特征空间中,计算粒子的重建误差,通过粒子的概率加权和来估计目标的位置。对于估计的跟踪结果,使用洛伦兹估计器检测跟踪结果中的异常点,通过统计异常点的个数,来判断跟踪结果是否达到更新设定的阈值。当收集到一定帧数时,将其再次投影到原来的特征空间中,计算重建误差。对重建误差做二次PCA分解,将特征向量中具有最大特征值的特征向量更新到原有特征空间中。本发明能够准确检测到是否需要更新,进行及时的更新,既避免了不必要的更新,又提高了跟踪的准确性。
-
公开(公告)号:CN106898007A
公开(公告)日:2017-06-27
申请号:CN201710032235.2
申请日:2017-01-16
Applicant: 南京邮电大学
CPC classification number: G06T2207/10016 , G06T2207/20081
Abstract: 本发明公开了一种基于稀疏表示的自适应加权双字典异常检测方法。在充分考虑到光照均匀度的影响以及单字典稀疏表不足的基础上,本方法对视频序列提取两种互补特征,主要活动区域原图特征和差分二值化特征,在不增加特征提取复杂度的情况下保证特征的有效性,然后学习两种过完备字典,将测试样本特征分别在字典上进行稀疏表示得到双字典的稀疏重建代价。利用高斯函数估计器根据视频场景的亮度方差自适应的调节两部分稀疏重建代价的权重,使得异常检测算法能够根据场景的光照情况变化自适应调节异常判断的准则,适应场景的各种变化的情况,达到异常检测算法的鲁棒性和异常检测的准确性。
-
公开(公告)号:CN107016693A
公开(公告)日:2017-08-04
申请号:CN201710032389.1
申请日:2017-01-16
Applicant: 南京邮电大学
IPC: G06T7/277
Abstract: 本发明公开了一种结合有效异常点检测的粒子滤波目标跟踪算法,基于粒子滤波的框架,首先使用PCA对目标模板进行分解,建立互相正交的特征空间,然后在后续的跟踪中,将粒子投影到此特征空间中,计算粒子的重建误差,通过粒子的概率加权和来估计目标的位置。对于估计的跟踪结果,使用洛伦兹估计器检测跟踪结果中的异常点,通过统计异常点的个数,来判断跟踪结果是否达到更新设定的阈值。当收集到一定帧数时,将其再次投影到原来的特征空间中,计算重建误差。对重建误差做二次PCA分解,将特征向量中具有最大特征值的特征向量更新到原有特征空间中。本发明能够准确检测到是否需要更新,进行及时的更新,既避免了不必要的更新,又提高了跟踪的准确性。
-
-