-
公开(公告)号：CN113643327A
公开(公告)日：2021-11-12
申请号：CN202110957414.3
申请日：2021-08-18
Applicant: 江西理工大学
Abstract: 一种响应置信度多特征融合的核相关滤波目标跟踪方法，针对传统核相关滤波在跟踪彩色视频序列不能有效利用颜色特征，以及处理目标遮挡和形变能力低等问题。该方法提取目标图像的方向直方图特征和颜色直方图特征，通过计算高响应值点在响应图上层的占比，来判断目标的跟踪情况，进而调整学习率的大小；用两种特征的平均峰相关能量和最大响应峰值的乘积来加权融合目标位置；通过对模型的跟踪情况和特征的有效性检测，采用分段式更新策略，避免了模型干扰，提高了位置融合的可靠性和复杂环境中跟踪的鲁棒性。该算法可满足视频实时性的要求，在信号采集、目标跟踪、特征分析、图像识别中具有一定的应用价值。
-
公开(公告)号：CN113643327B
公开(公告)日：2023-10-20
申请号：CN202110957414.3
申请日：2021-08-18
Applicant: 江西理工大学
Abstract: 一种响应置信度多特征融合的核相关滤波目标跟踪方法，针对传统核相关滤波在跟踪彩色视频序列不能有效利用颜色特征，以及处理目标遮挡和形变能力低等问题。该方法提取目标图像的方向直方图特征和颜色直方图特征，通过计算高响应值点在响应图上层的占比，来判断目标的跟踪情况，进而调整学习率的大小；用两种特征的平均峰相关能量和最大响应峰值的乘积来加权融合目标位置；通过对模型的跟踪情况和特征的有效性检测，采用分段式更新策略，避免了模型干扰，提高了位置融合的可靠性和复杂环境中跟踪的鲁棒性。该算法可满足视频实时性的要求，在信号采集、目标跟踪、特征分析、图像识别中具有一定的应用价值。
-
公开(公告)号：CN112016162B
公开(公告)日：2023-06-02
申请号：CN202010924937.3
申请日：2020-09-05
Applicant: 江西理工大学
IPC: G06F30/15 , G06F30/20 , G06F30/27 , G06F119/14
Abstract: 一种四旋翼无人机PID控制器参数优化方法，是针对四旋翼无人机PID控制器参数人工整定困难且难以获得最优控制效果，设计出的改进差分进化算法。该方法首先利用变异、交叉、选择等操作调整PID参数，得出最优的个体，然后引入定向搜索策略，在下次变异操作前，根据上次适应度值比较的结果，决定变异的方向，提高算法的精确度。将改进差分进化算法应用于四旋翼无人机仿真模型，其中串级PID控制器的参数作为差分进化种群进行迭代寻优。本发明对比粒子群算法和传统差分进化算法，改进后的差分进化算法能够使控制器稳态误差更小、调节方法更快，并验证了该算法的可行性和实用价值。
-
公开(公告)号：CN112016162A
公开(公告)日：2020-12-01
申请号：CN202010924937.3
申请日：2020-09-05
Applicant: 江西理工大学
IPC: G06F30/15 , G06F30/20 , G06F30/27 , G06F119/14
Abstract: 一种四旋翼无人机PID控制器参数优化方法，是针对四旋翼无人机PID控制器参数人工整定困难且难以获得最优控制效果，设计出的改进差分进化算法。该方法首先利用变异、交叉、选择等操作调整PID参数，得出最优的个体，然后引入定向搜索策略，在下次变异操作前，根据上次适应度值比较的结果，决定变异的方向，提高算法的精确度。将改进差分进化算法应用于四旋翼无人机仿真模型，其中串级PID控制器的参数作为差分进化种群进行迭代寻优。本发明对比粒子群算法和传统差分进化算法，改进后的差分进化算法能够使控制器稳态误差更小、调节方法更快，并验证了该算法的可行性和实用价值。
-
-
-
Search Results
4
records
(took 0.024 seconds)
