期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于NMI特征的Auto-Camshift算法及其应用 被引量:3
1
作者 杜霖 《计算机工程》 EI CAS CSCD 北大核心 2006年第3期217-219,225,共4页
基于NMI特征及Camshift算法,提出了扩展Auto-Camshift算法,该算法分割得到目标物体,分别对每个物体进行Camshift运算,同时结合了物体归一化转动惯量特征对物体进行学习和辨认。该算法同Camshift相比,增加了归一化转动惯量NMI这一以目标... 基于NMI特征及Camshift算法,提出了扩展Auto-Camshift算法,该算法分割得到目标物体,分别对每个物体进行Camshift运算,同时结合了物体归一化转动惯量特征对物体进行学习和辨认。该算法同Camshift相比,增加了归一化转动惯量NMI这一以目标不变特征为识别基础的特征,同时实现了多物体识别、自主学习。在“富莱德”机器人系统上的试验结果证明所提供的算法在学习和识别系统中有很好的鲁棒性和实时性。 展开更多
关键词 CAMSHIFT NMI特征 机器人视觉 Auto—Camshift
在线阅读 下载PDF
一种基于MACA的自适应跟踪算法 被引量:2
2
作者 曲巨宝 林宏基 《徐州工程学院学报(自然科学版)》 CAS 2010年第3期41-46,共6页
针对视频序列图像目标跟踪中经常因场景复杂、目标颜色多样以及目标发生旋转、遮挡和速率变化时丢失目标问题,提出了一种多模式自适应CamShift算法(MACA).通过将Cam-Shift算法对H分量敏感的特性推广到S、V分量,构造了凸函数组合模型,利... 针对视频序列图像目标跟踪中经常因场景复杂、目标颜色多样以及目标发生旋转、遮挡和速率变化时丢失目标问题,提出了一种多模式自适应CamShift算法(MACA).通过将Cam-Shift算法对H分量敏感的特性推广到S、V分量,构造了凸函数组合模型,利用多目标规划最优求解法获取自适应颜色识别最佳组合解,配合倾角识别和基于IIR滤波的目标运动状态信息预测跟踪技术,取得了理想的跟踪效果.将MACA算法应用于自适应实时跟踪系统进行验证性实验表明,该算法具有良好的实时性和鲁棒性. 展开更多
关键词 MACA CAMSHIFT 多模式 自适应 跟踪
在线阅读 下载PDF
利用自适应组合模型实现车辆跟踪 被引量:2
3
作者 曲巨宝 《华东交通大学学报》 2010年第4期39-43,共5页
针对视频序列图像目标车辆跟踪中经常因场景光照变化、目标旋转、遮挡等因素导致丢失问题,提出了基于颜色自适应的改进CamShift算法;通过建立凸函数组合模型,利用多目标规划最优求解算法获取自适应颜色识别最佳组合,提高了算法抗干扰能... 针对视频序列图像目标车辆跟踪中经常因场景光照变化、目标旋转、遮挡等因素导致丢失问题,提出了基于颜色自适应的改进CamShift算法;通过建立凸函数组合模型,利用多目标规划最优求解算法获取自适应颜色识别最佳组合,提高了算法抗干扰能力;利用目标倾角预测识别目标发生形变和旋转,构造多变量状态信息预测目标发生遮挡和瞬间消失,并通过IIR滤波器快速预测目标在下一时刻的运动方式。实验表明,本算法跟踪精度高,鲁棒性强。 展开更多
关键词 CAMSHIFT 多模式 自适应 跟踪 倾角
在线阅读 下载PDF
基于MACA算法的运动目标自适应跟踪
4
作者 曲巨宝 林宏基 《湖南工程学院学报(自然科学版)》 2010年第4期35-39,共5页
通过对传统Camshift算法的研究,提出了一种多模式自适应CamShift算法(MACA).将CamShift算法对H分量敏感的特性推广到S、V分量,构造了凸函数组合模型,利用多目标规划最优求解法获取自适应颜色识别最佳组合解,配合倾角识别和基于ⅡR滤波... 通过对传统Camshift算法的研究,提出了一种多模式自适应CamShift算法(MACA).将CamShift算法对H分量敏感的特性推广到S、V分量,构造了凸函数组合模型,利用多目标规划最优求解法获取自适应颜色识别最佳组合解,配合倾角识别和基于ⅡR滤波的目标运动状态信息预测跟踪技术,取得了复杂场景下多色度目标发生旋转、遮挡和速率变化时都能精确跟踪的效果;最后用MACA算法设计了一套自适应实时跟踪系统.经大量实验证明,本算法鲁棒性强、实时性好,系统自动化程度高. 展开更多
关键词 MACA CAMSHIFT 多模式 自适应 跟踪
在线阅读 下载PDF
Moving Target Detection and Tracking for Smartphone Automatic Focusing 被引量:1
5
作者 HU Rongchun WANG Xiaoyang +1 位作者 ZHENG Yunchang PENG Zhenming 《ZTE Communications》 2017年第1期55-60,共6页
In this paper,a non-contact auto-focusing method is proposed for the essential function of auto-focusing in mobile devices.Firstly,we introduce an effective target detection method combining the 3-frame difference alg... In this paper,a non-contact auto-focusing method is proposed for the essential function of auto-focusing in mobile devices.Firstly,we introduce an effective target detection method combining the 3-frame difference algorithm and Gauss mixture model,which is robust for complex and changing background.Secondly,a stable tracking method is proposed using the local binary patter feature and camshift tracker.Auto-focusing is achieved by using the coordinate obtained during the detection and tracking procedure.Experiments show that the proposed method can deal with complex and changing background.When there exist multiple moving objects,the proposed method also has good detection and tracking performance.The proposed method implements high efficiency,which means it can be easily used in real mobile device systems. 展开更多
关键词 moving target detection frame.difference METHOD background modeling METHOD CAMSHIFT TRACKING MEANSHIFT TRACKING autofocusing
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部