本文關(guān)鍵詞：視覺量子目標(biāo)跟蹤方法

  更多相關(guān)文章： 視覺量子 頻率階躍 量子平衡 量子簇 目標(biāo)跟蹤

【摘要】：為了解決變結(jié)構(gòu)目標(biāo)跟蹤過程中目標(biāo)失跟率較高的問題,提出了一種基于視覺量子(vision quantum,簡稱VQ)的目標(biāo)跟蹤方法.該方法首先在圖像內(nèi)自上而下地輻射視覺量子采集灰度信息,統(tǒng)計量子內(nèi)部概率密度較大的灰度級和分布區(qū)域;然后計算視覺量子的量子頻率,歸一化量子頻率系數(shù),濾除系統(tǒng)噪音和雜波干擾,利用頻率階躍不變性移動視覺量子至平衡狀態(tài),將達(dá)到量子平衡狀態(tài)的視覺量子組成量子簇;最后,以該量子簇作為候選目標(biāo)信息,采用極大似然估計預(yù)測運動目標(biāo)狀態(tài),以預(yù)測結(jié)果作為下一幀圖像中視覺量子移動的參考值,并進一步驗證移動后的視覺量子是否達(dá)到量子平衡狀態(tài),以確保目標(biāo)跟蹤有效性.該方法抓住了變結(jié)構(gòu)運動目標(biāo)前景與背景交界處具有量子頻率階躍不變性的特點,繼而將階躍不變特征采用具有獨立性和約束性的視覺量子進行描述,可以有效地消除形狀變化、尺度變化等變結(jié)構(gòu)因素對運動目標(biāo)跟蹤的影響,失跟率較低.同時,由于視覺量子數(shù)據(jù)量較小,計算復(fù)雜度較低,其跟蹤實時性較高.大量實驗測試結(jié)果表明,該方法對變結(jié)構(gòu)目標(biāo)跟蹤具有很好的適應(yīng)性、實時性和魯棒性.
【作者單位】： 遼寧工程技術(shù)大學(xué)軟件學(xué)院;遼寧工程技術(shù)大學(xué)研究生院;
【關(guān)鍵詞】： 視覺量子 頻率階躍 量子平衡 量子簇 目標(biāo)跟蹤
【基金】：國家自然科學(xué)基金(61172144) 國家高技術(shù)研究發(fā)展計劃(863)(13-2025) 遼寧省教育廳科學(xué)研究項目(LJYL049) 遼寧省科技攻關(guān)計劃(2012216026)~~
【分類號】：TP391.41
【正文快照】： 1000-9825/4931.htm英文引用格式:Jiang WT,Liu WJ,Yuan H,Zhang HT.Object tracking method based on vision quantum.Ruan Jian Xue Bao/Journal of Software,2016,27(11):2961?2984(in Chinese).http://www.jos.org.cn/1000-9825/4931.htmObject Tracking Method Based on

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 邵文坤;黃愛民;韋慶;;目標(biāo)跟蹤方法綜述[J];影像技術(shù);2006年01期

2 梁德群;阮文;;基于模型的線性組合目標(biāo)跟蹤方法[J];模式識別與人工智能;1995年04期

3 齊志泉;宋野;王來生;;基于在線學(xué)習(xí)的目標(biāo)跟蹤方法研究[J];計算機應(yīng)用研究;2010年02期

4 陳愛斌;蔡自興;董德毅;;一種基于目標(biāo)和背景加權(quán)的目標(biāo)跟蹤方法[J];控制與決策;2010年08期

5 巫春玲;韓崇昭;;一種新的非線性目標(biāo)跟蹤方法[J];計算機工程與應(yīng)用;2011年07期

6 王江峰;張茂軍;熊志輝;包衛(wèi)東;;一種利用時空約束軌跡片段關(guān)聯(lián)的目標(biāo)跟蹤方法[J];計算機應(yīng)用研究;2011年03期

7 林曉東;朱林戶;王瑛;;一種改進的基于概率假設(shè)密度濾波的多目標(biāo)跟蹤方法[J];控制與決策;2011年09期

8 向志炎;曹鐵勇;沈文鑫;張鵬;肖強;;一種新的基于粒子濾波框架的目標(biāo)跟蹤方法[J];軍事通信技術(shù);2011年04期

9 王江峰;張茂軍;包衛(wèi)東;熊志輝;;雙向時空連續(xù)性軌跡片段關(guān)聯(lián)的目標(biāo)跟蹤方法[J];國防科技大學(xué)學(xué)報;2011年02期

10 韓文靜;朱俊平;向直揚;亢娟娜;;改進的基于多示例學(xué)習(xí)的目標(biāo)跟蹤方法研究[J];計算機應(yīng)用與軟件;2013年09期

中國重要會議論文全文數(shù)據(jù)庫 前5條

1 馬進;田濤;;基于聯(lián)合變換相關(guān)的目標(biāo)跟蹤方法研究[A];2011西部光子學(xué)學(xué)術(shù)會議論文摘要集[C];2011年

2 胡伏原;張艷寧;肖敬若;;一種大范圍的特定目標(biāo)跟蹤方法[A];第十二屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2005年

3 黃雁;羅喜伶;張軍;;一種實時穩(wěn)健的航拍視頻目標(biāo)跟蹤方法[A];2008通信理論與技術(shù)新發(fā)展——第十三屆全國青年通信學(xué)術(shù)會議論文集（下）[C];2008年

4 朱明清;趙宇宙;鄧甜甜;王漫;陳宗海;;基于自適應(yīng)過程噪聲分布的粒子濾波視覺目標(biāo)跟蹤方法[A];'2010系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會議論文集[C];2010年

5 惠斌;陳法領(lǐng);羅海波;;基于互信息的目標(biāo)跟蹤方法[A];2007年光電探測與制導(dǎo)技術(shù)的發(fā)展與應(yīng)用研討會論文集[C];2007年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前7條

1 謝英紅;基于李群流形的視頻目標(biāo)跟蹤方法研究[D];東北大學(xué);2014年

2 王寧;基于粒子濾波的視覺目標(biāo)跟蹤方法關(guān)鍵技術(shù)研究[D];華中科技大學(xué);2013年

3 張洪建;基于有限集統(tǒng)計學(xué)的多目標(biāo)跟蹤算法研究[D];上海交通大學(xué);2009年

4 李昱辰;基于粒子濾波的視頻目標(biāo)跟蹤方法研究[D];蘭州理工大學(xué);2013年

5 連峰;基于隨機有限集的多目標(biāo)跟蹤方法研究[D];西安交通大學(xué);2009年

6 張玲;視頻目標(biāo)跟蹤方法研究[D];中國科學(xué)技術(shù)大學(xué);2009年

7 錢誠;增量型目標(biāo)跟蹤關(guān)鍵技術(shù)研究[D];浙江大學(xué);2011年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 王蒙;基于粒子濾波的目標(biāo)跟蹤方法研究[D];南京信息工程大學(xué);2015年

2 羅偉濤;一種基于特征流型與自學(xué)習(xí)的目標(biāo)跟蹤方法[D];南京大學(xué);2014年

3 葉長春;IARC第7代任務(wù)中定位與目標(biāo)跟蹤方法研究[D];浙江大學(xué);2016年

4 倪亞萍;無線層析網(wǎng)絡(luò)中多目標(biāo)跟蹤方法的研究[D];北京理工大學(xué);2016年

5 葛婷;幾何外觀變化的目標(biāo)跟蹤方法研究[D];北京理工大學(xué);2016年

6 朱賀偉;一種基于分類和識別的目標(biāo)跟蹤算法[D];華中科技大學(xué);2014年

7 賈旭;基于局部外觀模型的目標(biāo)跟蹤方法研究[D];大連理工大學(xué);2013年

8 逄博;基于粒子濾波的復(fù)雜背景下的目標(biāo)跟蹤方法研究[D];蘭州理工大學(xué);2012年

9 王智勇;基于多算法融合的視頻目標(biāo)跟蹤方法研究[D];蘭州理工大學(xué);2012年

10 楊陽;基于增量學(xué)習(xí)判別模型的目標(biāo)跟蹤方法研究[D];蘭州理工大學(xué);2013年

，

本文編號：944041