多模跟踪技术在轮式侦察车图像处理器的应用

为解决目标旋转形变、遮挡、光照变化等目标跟踪的难题,对粒子滤波和尺度不变特征变换（SIFT）算法进行了改进,结合两种算法提出了决策主导模式的多模跟踪技术。该技术采用粒子滤波预测目标位置进行粗定位,SIFT特征匹配进行精定位的方法,在解决上述难题上有很好的鲁棒性。将该技术应用于轮式侦察车图像处理器,并进行了各种实验验证,结果证明了提出算法的有效性。     

多模跟踪技术在轮式侦察车图像处理器的应用

为解决目标旋转形变、遮挡、光照变化等目标跟踪的难题,对粒子滤波和尺度不变特征变换(SIFT)算法进行了改进,结合两种算法提出了决策主导模式的多模跟踪技术。该技术采用粒子滤波预测目标位置进行粗定位,SIFT特征匹配进行精定位的方法,在解决上述难题上有很好的鲁棒性。将该技术应用于轮式侦察车图像处理器,并进行了各种实验验证,结果证明了提出算法的有效性。     

Target tracking in infrared imagery using a novel particle filter

To address two challenging problems in infrared target tracking, target appearance changes and unpre- dictable abrupt motions, a novel particle filtering based tracking algorithm is introduced. In this method, a novel saliency model is proposed to distinguish the salient target from background, and the eigenspace model is invoked to adapt target appearance changes. To account for the abrupt motions efficiently, a two- step sampling method is proposed to combine the two observation models. The proposed tracking method is demonstrated through two real infrared image sequences, which include the changes of luminance and size, and the drastic abrupt motions of the target.     

Infrared dim moving target tracking via sparsity-based discriminative classifier and convolutional network

Infrared dim and small target tracking is a great challenging task. The main challenge for target tracking is to account for appearance change of an object, which submerges in the cluttered background. An efficient appearance model that exploits both the global template and local representation over infrared image sequences is constructed for dim moving target tracking. A Sparsity-based Discriminative Classifier (SDC) and a Convolutional Network-based Generative Model (CNGM) are combined with a prior model. In the SDC model, a sparse representation-based algorithm is adopted to calculate the confidence value that assigns more weights to target templates than negative background templates. In the CNGM model, simple cell feature maps are obtained by calculating the convolution between target templates and fixed filters, which are extracted from the target region at the first frame. These maps measure similarities between each filter and local intensity patterns across the target template, therefore encoding its local structural information. Then, all the maps form a representation, preserving the inner geometric layout of a candidate template. Furthermore, the fixed target template set is processed via an efficient prior model. The same operation is applied to candidate templates in the CNGM model. The online update scheme not only accounts for appearance variations but also alleviates the migration problem. At last, collaborative confidence values of particles are utilized to generate particles' importance weights. Experiments on various infrared sequences have validated the tracking capability of the presented algorithm. Experimental results show that this algorithm runs in real-time and provides a higher accuracy than state of the art algorithms.     

一种导引头性能可视化评估方法

激光制导、微波制导的导引头由于不具备可视化功能,在实际环境中进行性能考核时,导引头是否成功截获指定目标、截获目标后的稳定跟踪过程是否正常以及在稳定跟踪过程中出现的问题都不易得到及时、准确的定位和分析。文中设计的可视化评估系统可有效解决上述问题,通过加装可见光成像系统同步伴随导引头运动的方法,将导引头搜索、跟踪目标的过程清晰成像,直观显示导引头的整个工作过程,同时利用图像跟踪系统和图像存储系统保存关键性能参数,试验完成后对导引头的输出参数及跟踪性能进行验证及处理,进而对导引头的性能参数进行分析和评估;通过动态跟踪或加载干扰源试验验证,该方法能利用可视化系统可靠同步跟随不可视导引头的运动,并对导引头跟踪过程进行定性观察及定量分析。该方法不仅可以克服室内仿真环境不太真实的缺点,又可进行多次重复性研究,性价比高,为导引头性能评估提供一种比较适用的研究手段。     

利用黑洞原理改进稀疏外观模型跟踪算法

为了解决跟踪漂移问题,提出了一种利用黑洞原理改进的稀疏外观模型目标跟踪算法,用来提高目标跟踪的鲁棒性。利用黑洞原理从目标模板中搜索聚类中心来降低目标模板数量。通过学习分类器用于构造目标特征;用黑洞原理获取模板字典表示目标;采用高斯分布运动模型获取目标样本,在贝叶斯框架下根据观测模型获取最优目标位置实现跟踪。不同视频序列被用于改进的稀疏外观模型跟踪算法和其他先进目标跟踪算法进行仿真实验。实验结果表明,实现了目标跟踪的目的,有效地降低了目标局部遮挡问题的影响,提高了目标跟踪精度。     

基于动态特征融合的粒子滤波目标跟踪算法

提出一种基于动态特征融合的粒子滤波目标跟踪算法。选择具有互补性的灰度直方图和梯度直方图特征共同描述目标模型,然后在目标跟踪过程中,根据特征对目标和背景的区分程度动态地调整每个特征的置信度,对目标模型进行在线动态建模和更新,从而提高目标模型描述的准确度,并进一步提高粒子滤波算法的跟踪精度。实验结果表明:在对典型场景下的目标跟踪过程中,提出的算法比单独使用一种特征的粒子滤波算法具有更高的跟踪精度和更稳定可靠的跟踪性能。     

一种新的热红外图像生成方法研究

针对目标与背景热红外辐射特性的描述是否精确将直接影响到红外导引头对目标的发现、识别和跟踪水平，在分析热红外图像再现技术原理的基础上，按照所需再现热图像的灰度分布特征制成相应透射水平的热图底片，提出了一种利用不同透射能力涂层生成热图像的方法。借助热红外图像再现实验和图像相关系数算法，证明该方法能较好地再现目标以及背景的热红外辐射特征和细节。它不仅可用于热红外导引头和热成像仪性能的检测及评估，同时也为军用目标的热红外隐真和示假方法提供了一种新的技术途径。     

激光波门干扰下的电视跟踪算法研究

针对低能激光对电视制导跟踪波门实施视场内干扰时,传统的电视跟踪算法无法跟踪目标的问题,提出了一种基于结构相似度的粒子滤波相关跟踪算法。首先在粒子候选区域内进行直方图均衡化,提取出目标空间直方图,然后计算波门背景区域与目标的结构相似度,从图像质量上判断粒子滤波器的跟踪状态,建立抗干扰跟踪模式,跟踪目标。实验表明：该算法克...     

一种基于融合反馈的改进粒子滤波行人跟踪算法

针对一般粒子滤波算法容易受到相似背景干扰和遮挡影响的问题,提出一种新的融合反馈的改进粒子滤波跟踪算法。该算法将最近的观测信息融入建议分布函数,便于粒子搜索目标最可能的位置,根据相对位移的变化自适应调整跟踪窗口尺度的变化,降低了计算的复杂度,一定程度上保持了粒子的多样性。实验结果表明:该算法有效地解决了遮挡、相似背景混乱以及目标尺寸变化问题,整体跟踪性能优于粒子滤波算法。     

自适应窗口选取的Mean-Shift目标跟踪

当目标尺度发生变化时,传统Mean-Shift跟踪算法因跟踪窗口尺寸不变容易导致跟踪目标丢失,为解决此问题,本文提出一种带宽自适应算法对目标尺度变化进行检测,从而实现模板更新.该算法分别将模板图像与当前帧目标图像分割成等间隔半径的若干同心圆,通过计算模板图像与当前帧图像不同环层之间相似性度量,根据相应环层之间相似性度量关系确定当前帧模板带宽更新参量,最后利用kalman滤波完成模板尺度更新,从而实现目标稳定跟踪.实验证明,当目标尺度发生变化时,目标模板自动更新,能够实现目标稳定跟踪;相对传统Mean-Shift跟踪算法,目标跟踪可靠性能得到了提高.     

一种结合粒子滤波和张量子空间的目标跟踪算法

由于传统的子空间方法易于丢失图像目标的二维特性,为此本文提出了一种新颖的自适应目标跟踪算法,通过张量的方式建立目标的外观模型——张量子空间,利用在线学习的方法更新其外观模型,同时,利用目标仿射运动的先验信息,通过粒子滤波自适应地跟踪运动目标,并将获得的最优目标观测作为新数据反馈回子空间更新.此外,为了保证子空间更新能获得精确且紧致的目标子空间表达,引入动态部分函数滤除样本野点.实验结果表明,本文提出的自适应目标跟踪方法具有较强的鲁棒性,对于存在姿态变化、短时遮挡和光照变化等情况下均可有效地跟踪目标.     

粒子区别性稀疏表征的小弱运动目标跟踪算法

评估每个粒子的重要性是确保粒子滤波法跟踪目标准确性的重要因素。针对背景杂波和噪声干扰形成的大量虚警导致小弱目标跟踪识别的随机性和不确定性问题, 提出了一种基于粒子区别性稀疏表征的小弱目标跟踪方法。该方法根据红外图像信号自适应构建分类超完备字典, 即反映目标信号特征的目标字典和表示背景杂波的背景字典, 有利于突出目标粒子和背景粒子在联合分类字典的稀疏表征差异程度;建立基于目标粒子和背景粒子稀疏重构残差差异性的粒子滤波观测模型, 采用随机估计法对字典子空间进行在线更新, 实现对目标状态估计与跟踪。理论分析和试验结果表明, 该方法增强了随机粒子的状态估计能力, 提升了粒子稀疏表征对小弱运动目标的适应能力和跟踪识别准确度。     

基于动态目标建模的粒子滤波视觉跟踪算法

提出一种根据场景变化动态建立目标模型的粒子滤波视觉跟踪算法.该方法首先选择简单且具有互补性的特征描述当前图像,并统一采用直方图法对这些特征进行建模;然后在粒子滤波框架下,根据巴塔恰里亚测度评价各个目标特征和背景特征之间的可区分程度,动态调整特征间的置信度;并对各个特征似然函数的噪音参量进行在线估计和更新,使其似然函数的度量标准达到统一.分析和实验表明,该算法性能优于仅仅采用多特征融合进行粒子滤波视觉跟踪的方法,对摄像机运动、混淆干扰、遮挡及目标外观大小的改变具有更强的鲁棒性.     

Object tracking based on two-dimensional PCA

In this paper, we present a novel object tracking method based on two-dimensional PCA. The low quality of images and the changes of the object appearance are very challenging for the object tracking. The representation of the training features is usually used to solve these challenges. Two-dimensional PCA (2DPCA) based on the image covariance matrix is constructed directly using the original image matrices. An appearance model is presented and its likelihood estimation has been established based on 2DPCA representation in this paper. Compared with the state-of-the-art methods, our method has higher reliability and real-time property. The performances of the proposed tracking method are quantitatively and qualitatively shown in experiments.     

时空方向能量特征用于红外弱表观目标跟踪

在红外弱表观目标跟踪中,由于目标表观信息贫乏且受场景强噪声干扰,现有算法难以有效提取目标特征,实现对目标的准确跟踪.针对这一问题,本文提出一种基于时空方向能量的红外弱表观目标跟踪方法.该方法提取目标时空方向能量作为特征,建立方向能量直方图描述目标特征.在粒子滤波方法框架下,将粒子方向能量直方图与目标模板的相似度作为粒子滤波预测与更新阶段的观测输入.由于时空方向能量来源于目标的运动特征,因此本文方法具有较强的抗辐射突变性.实验结果证明,该方法能够稳定地跟踪弱表观目标,与传统基于灰度特征的跟踪方法相比,可靠性增强,且具有良好的适应性.     

Multiple small objects tracking based on dynamic Bayesian networks with spatial prior

This paper proposes an end-to-end algorithm for multiple small objects tracking in noisy video using a combination of Gaussian mixture based background segmentation along with a Dynamic Bayesian Networks (DBNs) based tracking. Background segmentation is based on an adaptive backgrounding method that models each pixel as a mixture of Gaussians with spatial prior and uses an online approximation to update the model, the spatial prior is constructed for small objects. Furthermore, we create observation model with hidden variable based on multi-cue statistical object model and employ Kalman filter as inference algorithm. Finally, we use linear assignment problem (LAP) algorithm to perform the models matching. The experimental results show the proposed method outperforms competing method, and demonstrate the effectiveness of the proposed method.     

Design of correlation filters for pattern recognition using a noisy reference

We present the design of correlation filters for detection of a target in a noisy input scene when the object of interest is given in a noisy reference image. The target signal, shape and location in the reference image are assumed to be unknown. Two signal models are considered for the input scene: additive and nonoverlapping. The design of the filters consists of automated estimation of needed parameters from a noisy reference image and maximization of the peak-to-output energy ratio criterion. Two filter variants are proposed. The matching error metric is used to determine the regions of the parameter space where each filter variant performs better. Computer simulation results obtained with the proposed filters are presented and evaluated in terms of discrimination capability, location errors, and tolerance to input noise.     

成像目标跟踪目标建模技术综述

由目标跟踪的数学模型得出,影响目标跟踪性能的三个主要因素为目标状态转移模型、滤波算法和目标建模技术.对目标建模技术进行了综述和分析,分别从特征选择、特征的统计建模和相似性度量三个方面进行了阐述.以畸变不变性、目标/背景分辨能力作为性能评价手段定性地比较了国内外文献中提出的多种目标表征模型.指出了目标跟踪中目标表征模型自...     

多目标跟踪中目标数量准确识别算法

由于场景中存在目标遮挡与重叠的影响,以及检测时产生的分割错误,同一个目标往往被识别为若干运动区域,或者多个目标被识别为同一个运动区域,从而导致目标数量识别错误。为了解决这一问题,提出了一种结合融合与分离操作的理论来分析视频的方法,将多目标跟踪的问题转化成为一个找寻后验极值的问题。采用图论的方法表示观测结果,利用图像序列中目标运动轨迹和外观相似度的信息,将多目标跟踪的问题归结为找寻图中多个最优路径的问题。该方法采用了滑动窗口框架以便统计固定数目帧的信息。实验结果表明该方法能够应对实际中发生的上述现象,达到了准确识别多目标数量的目的。