引入抗遮挡机制的SiamVGG网络目标跟踪算法

抗遮挡在视频目标跟踪中是一个极具挑战的研究问题。在目标跟踪过程中,目标在被部分遮挡或者完全遮挡的情况下,使得跟踪模型的漂移导致目标跟丢。为了解决这一问题,本文提出了引入抗遮挡机制的SiamVGG网络目标跟踪算法,通过对网络输出置信图的峰值和连通域的变化规律分析,设置不同的跟踪模式,分别是正常跟踪、部分遮挡、完全遮挡和遮挡丢失,然后根据不同的模式选择不同的跟踪策略。相比于其它的跟踪算法,本文算法采用了SiamVGG网络作为目标跟踪的框架并对遮挡问题进行了分析和校正,有效避免了在遮挡情况下目标跟丢。通过在OTB-50、OTB-100和OTB-2013三个基准数据集上进行了实验,验证了本文算法在抗遮挡问题的有效性和鲁棒性。      

改进的核相关滤波跟踪算法

针对核相关滤波算法在目标跟踪过程中尺度特定和遮挡判断失败的问题,文中提出一种利用自适应特征融合的位置滤波器来判断目标是否被遮挡的方法。该方法检测到峰值旁瓣比异常时,停止模型自适应更新,启动在线重检测;并结合尺度金字塔中的尺度滤波器来确定目标尺寸,从而得出精准的目标位置。实验通过复杂背景下的10组运动视频来评估改进算法的性能。与基础核相关滤波算法相比,改进算法的平均中心位置误差降低了36.683 pixel;在像素阈值设为20 pixel时,平均距离精度提升了44.632%;在边界框重叠阈值设为0.5时,重叠精度提升了46.453%。     

基于Struck算法的遮挡目标跟踪

Struck算法是近年来综合性能较优的视觉目标跟踪算法,但对于较大比例遮挡或全部遮挡情形,算法性能下降明显.通过对Struck算法的分析发现,当遮挡出现时算法分类器会引入错误信息,从而导致跟踪失败或者跟踪漂移.在Struck算法框架的基础上加入遮挡判断机制,在检测到较大比例遮挡后停止分类器更新,并通过缩放搜索样本的尺寸解决目标尺寸快速变化导致的遮挡检测虚警;对于具有一定运动信息的目标,通过卡尔曼滤波器进行预测解决目标全遮挡后的持续跟踪.实验证明,提出的算法框架对遮挡情形下的目标跟踪具有较高的鲁棒性.     

基于分块LBP和鲁棒核编码的人脸识别

针对人脸识别中的遮挡和姿态偏转等问题,提出了一种基于分块LBP和鲁棒核编码(Robust Kernel Coding,RKC)的人脸识别算法,简称LBP-RKC算法.该算法首先对人脸图像进行多级分块的LBP特征提取,得到图像的每一块统计直方图特征.然后,将特征投影到核空间中,在核空间中建立一个鲁棒的回归模型来处理图像中的异常值,并利用迭代重加权算法求解该模型.最后,计算测试样本的每一块核表示重构残差并进行分类识别.实验表明,提出的LBP-RKC算法在处理遮挡、姿态偏转等人脸问题时能取得很好的识别效果,同时算法效率较高.     

小型化多视场电视摄像系统光机设计研究

针对目前军用光电搜索跟踪瞄准装置电视摄像系统的搜索范围和作用距离不断提高的需求特点,通过对成熟电视摄像系统的分析比较,明确了采用小型化固定焦距多视场的结构形式。基于该研究方向,提出一种采用嵌入组合式的前物镜组的光机结构设计思路,可实现固定焦距多视场电视摄像系统小型化的设计方案。通过光学设计、光机一体化设计,最终设计完成了一种光学变倍超过20倍、光轴稳定、四视场共用2个成像器件的四视场电视摄像系统,可满足现有军用光电搜索跟踪瞄准装置电视摄像系统的需求。     

遮挡条件下的动物目标检测方法研究进展

遮挡情形下的动物图像识别是计算机视觉领域的一个重要问题,对于野生动物研究、自然保护、野生动物、青藏高原畜牧业畜种监测等领域具有重大意义。但由于各种遮挡情况都会让动物目标的检测变得更加困难,因此,针对这些情况的研究显得尤为重要。现有的动物图像识别技术在实际应用中面临很大的挑战,因此开展遮挡情形下的动物图像识别研究具有重要的意义。以近期研究为基础,从动物图像遮挡的概念、遮挡对动物目标检测的影响以及遮挡下的动物目标检测方法等方面进行阐述和探讨。     

一种基于序贯处理的BDS/INS紧组合滤波方法

为了应对高动态卫星信号短时受遮挡的恶劣环境,研究了基于序贯处理的BDS/INS紧组合滤波方法。首先介绍了BDS/INS紧组合滤波方程,然后详细推导了基于序贯处理的BDS/INS紧组合滤波算法,并进行了相应的理论分析。最后利用惯性/卫星组合导航信号软件模拟器对基于序贯处理的BDS/INS紧组合导航系统的滤波性能进行了仿真分析。结果表明：提出的基于序贯处理的BDS/INS紧组合滤波算法在不损失滤波精度的情况下,有效地减小了系统的运算量,提高了计算效率,增强了惯性/卫星组合导航系统在高动态卫星信号短时受遮挡场景下的适用能力。     

先验采样约束结合扩展字典的细化稀疏识别算法

为解决可能存在遮挡环境下的模式识别问题,提出先验采样约束结合扩展遮挡字典的细化稀疏识别算法。针对训练样本无法包含测试样本遮挡变化的情况,首先需要构造遮挡字典（墨镜、围巾等）,进而利用先验局部采样子模块稀疏表示分类原理判断可能存在的测试样本遮挡模式;然后对未被遮挡的局部子模块利用Borda计数投票方式,依据每类残差大小分配给不同的票数,计算样本类别信息;其次根据遮挡模式结果,利用全局稀疏表示通过构造样本遮挡扩展字典对测试样本进行全局分类投票;最后将两次分类投票结果进行融合,最终实现是否存在遮挡环境下的精细模式判别。实验结果表明,本文算法不仅能够给出准确的模式类别,还能给出遮挡类别信息,可得到精细化识别结果。      

直升机卫星通信中旋翼遮挡天线问题研究

针对卫星通信天线安装在直升机尾梁的情况,分析了飞行过程中旋翼面对卫星天线的遮挡过程,并建立了相应的数学模型。在不同仰角和航向夹角条件下,对旋翼遮挡天线的时间和对信号的衰减影响进行了仿真分析,给出了不同卫星仰角和航向角情况下的信号衰减的仿真结果。根据该仿真结果和获取的信噪比情况能够准确地计算出有效通信时间和传输效率。飞行现场采集的数据与仿真数据的比较结果表明,仿真模型可靠。