您的位置: 专家智库 > >

覃兵

作品数:6 被引量:39H指数:3
供职机构:空军工程大学航空航天工程学院更多>>
发文基金:国家自然科学基金中国航空科学基金中国博士后科学基金更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 5篇期刊文章
  • 1篇会议论文

领域

  • 6篇自动化与计算...
  • 1篇电子电信

主题

  • 2篇视觉跟踪
  • 2篇视频
  • 2篇视频跟踪
  • 2篇自适
  • 2篇自适应
  • 2篇粒子滤波
  • 2篇滤波
  • 1篇点集
  • 1篇压缩感知
  • 1篇遮挡
  • 1篇支持向量
  • 1篇支持向量回归
  • 1篇支持向量回归...
  • 1篇神经网
  • 1篇神经网络
  • 1篇特征点
  • 1篇特征点集
  • 1篇图像
  • 1篇图像梯度
  • 1篇配准

机构

  • 6篇空军工程大学

作者

  • 6篇覃兵
  • 4篇查宇飞
  • 4篇黄宏图
  • 4篇张立朝
  • 4篇毕笃彦
  • 2篇杨源
  • 1篇田军
  • 1篇高山
  • 1篇余旺盛
  • 1篇李寰宇

传媒

  • 2篇电子与信息学...
  • 2篇西安电子科技...
  • 1篇光子学报

年份

  • 5篇2015
  • 1篇2014
6 条 记 录,以下是 1-6
排序方式:
空间相位相关的快速视觉目标跟踪方法被引量:1
2015年
在相位相关目标跟踪中,由于响应函数为冲击函数,不能适应目标的变化,且易受噪音和杂波的影响,导致跟踪失败.而均值合成滤波器利用符合期望的相关输出分布,可获得较好的滤波效果.本文考虑跟踪过程中目标的上下文信息,设计与目标空间位置相关的响应函数取代冲击函数,从而获得更为鲁棒的滤波器;利用峰值旁瓣比评估跟踪结果并自适应更新滤波器,适应目标的变化;用快速傅里叶变换进行加速算法,对目标实现快速鲁棒跟踪.实验结果表明,本文方法平均每秒处理50帧图像,在准确度和精确性方面优于当前算法.
查宇飞张立朝覃兵黄宏图
关键词:快速傅里叶变换自适应更新
基于笛卡尔乘积字典的稀疏编码跟踪算法被引量:5
2015年
为了提高基于稀疏编码的视频目标跟踪算法的鲁棒性,该文将原始稀疏编码问题分解为两个子稀疏编码问题,在大大增加字典原子个数的同时,降低了稀疏性求解过程的计算量。并且为了减少1?范数最小化的计算次数,利用基于岭回归的重构误差先对候选目标进行粗估计,而后选取重构误差较小的若干个粒子求解其在两个子字典下的稀疏表示,最后将目标的高维稀疏表示代入事先训练好的分类器,选取分类器响应最大的候选位置作为目标的跟踪位置。实验结果表明由于笛卡尔乘积字典的应用使得算法的鲁棒性得到一定程度的提高。
黄宏图毕笃彦查宇飞高山覃兵
关键词:计算机视觉视频跟踪支持向量回归机岭回归
基于图像梯度稀疏性的实时压缩感知跟踪
本文基于图像梯度的稀疏性提出了一种实时压缩感知跟踪算法。首先获取图像的梯度向量,然后通过随机二值矩阵获得图像梯度的低维特征,最后将低维特征通过贝叶斯分类器选取具有最大响应的候选框作为目标的跟踪位置。在此基础上分别提取正负...
黄宏图毕笃彦覃兵
关键词:视频跟踪压缩感知光照变化部分遮挡
基于深度特征表达与学习的视觉跟踪算法研究被引量:29
2015年
该文针对视觉跟踪中运动目标的鲁棒性跟踪问题,将深度学习引入视觉跟踪领域,提出一种基于多层卷积滤波特征的目标跟踪算法。该算法利用分层学习得到的主成分分析(PCA)特征向量,对原始图像进行多层卷积滤波,从而提取出图像更深层次的抽象表达,然后利用巴氏距离进行特征相似度匹配估计,进而结合粒子滤波算法实现目标跟踪。结果表明,这种多层卷积滤波提取到的特征能够更好地表达目标,所提跟踪算法对光照变化、遮挡、异面旋转、摄像机抖动都具有很好的不变性,对平面内旋转也具有一定的不变性,在具有此类特点的视频序列上表现出非常好的鲁棒性。
李寰宇毕笃彦杨源查宇飞覃兵张立朝
关键词:视觉跟踪主成分分析卷积神经网络粒子滤波
利用二值描述符的实时目标跟踪算法被引量:4
2015年
针对目标跟踪过程中的速率低和存储量大的问题,提出了一种新的利用二值描述符特征的快速稳定的目标跟踪算法.该算法首先在保持目标结构信息的情况下,通过寻找最优正交矩阵对样本进行旋转聚类,将样本从欧式空间投影到汉明空间,生成二值描述符.然后在粒子滤波采样的框架下,通过计算目标与候选样本的汉明距离确定目标跟踪位置.实验结果表明,当发生光照、姿态变化和快速移动时,该算法跟踪速度较快,并且能够实现稳定跟踪.
覃兵田军查宇飞张立朝黄宏图
关键词:目标跟踪粒子滤波汉明距离
一种AGMM配准的尺度自适应目标跟踪方法
2015年
针对视觉目标跟踪中目标尺度发生变化时容易发生跟踪失败的问题,提出基于不对称高斯混合模型配准的尺度自适应目标跟踪方法.不对称高斯混合模型配准把上一帧和当前帧图像的特征点集分别作为高斯混合模型高斯重心和数据点,并将特征信息与空间信息相融合;通过比较数据点与高斯混合模型高斯重心之间的相似程度,对两帧图像之间的点集进行配准,得到当前帧中可靠的特征点;点集的离散程度充分反映了目标尺度大小,通过仿射变换计算图像离散度比例变化,可以准确地估计出当前帧目标框的位置和尺度.实验表明,该算法对目标尺度变化具有较强的自适应性,并且在发生光照变化、复杂背景时,也可以达到很好的效果.
张立朝毕笃彦杨源余旺盛覃兵
关键词:视觉跟踪尺度自适应仿射变换特征点集
共1页<1>
聚类工具0