|
|
题目：
雅宝题库答案：
****此区域为收费内容**** 需支付 1 知识币后可查看，1币=0.01元查看答案
雅宝题库解析：
目标检测与跟踪是空间目标监视、飞行器自主导航、交会对接等任务的前提，也是行为理解、场景理解等高层视觉任务的基础，同时还是视频监控等任务的主要内容。由于相关技术涉及计算机、光学、统计学、数学、认知科学及控制科学等多个学科，所以针对特定目标的准确检测与精确跟踪一直是机器视觉中富有挑战性的热门研究领域。虽然目标检测与跟踪的处理算法层出不穷，且部分题目已经得到了较好的解决，但是各种苛刻的外部条件，如复杂背景，干扰目标，光照强度和角度、目标尺度、姿态等的变化等，依然是检测跟踪题目中的难点。这些复杂条件往往是造成检测跟踪失败的直接原因。因此，急需针对复杂条件下目标的检测与跟踪题目进行进一步研究。 本论文以空间监视为背景，针对检测跟踪中的部分难点题目进行研究，重点研究了姿态和光照变化情况下刚体目标的检测与跟踪题目，并提出了相应的解决方法。论文工作内容如下： 1.将降维方法应用于目标检测，提出了基于核局部保留映射的检测方法，并利用多姿态空间目标库进行了验证，为多姿态目标检测题目提供了有效解决方案。 2.针对非监督判别投影算法没有考虑基向量之间的正交约束题目，对非监督判别投影算法在理论上进行了改进，提出了正交非监督判别投影算法，并应用于目标检测中。基于国际通用测试数据库的相关实验证明了该方法的有效性和鲁棒性。 3.为了解决跟踪过程中目标姿态及外观变化容易造成跟踪失败的题目，提出了基于梯度直方图和子流形的目标跟踪方法。首先提取目标区域的梯度直方图特征；然后通过局部保留映射得到特征在低维子流形上的投影；最后以流形子空间中粒子特征与训练集样本均值的距离作为相似性度量，使用粒子滤波框架对目标进行跟踪。实验结果表明，该方法在解决跟踪过程中目标姿态变化题目时具有明显的优势。 4.从在线特征更新的角度对姿态变化影响跟踪效果的题目进行研究，提出了基于增量线性判别的目标跟踪方法。该方法使用局部二元模式和灰度信息融合作为目标的特征描述，使用增量Fisher线性判别和粒子滤波相结合对目标特征在线更新。针对卫星、飞机和汽车的实验结果验证了该方法的有效性和鲁棒性。 5.提出了基于均值平移和颜色不变量的跟踪方法。首先，将颜色不变量特征引入SURF，提高了描述子的鲁棒性；然后，使用kd-tree和RANSAC对特征点匹配过程进行改善；最后，通过与均值平移算法结合，实现了基于特征点匹配的目标跟踪方法。该方法在跟踪过程中目标光照明显变化时表现出很好的鲁棒性。 6.针对某些场合无法提取有效数量的目标特征点的题目，提出使用区域特征描述结合颜色不变量对传统的跟踪方法改进。为获得目标区域更精确的特征描述，使用EM算法对目标区域进行分割。该方法是对基于均值平移和颜色不变量的跟踪方法的补充。 7.以支持向量机为工具，通过置信图对复杂背景进行抑制，同时结合Spatiogram对粒子滤波框架进行改进，提出了多特征融合的目标跟踪算法。实验结果表明该算法能有效克服背景因素对跟踪过程的干扰，提高跟踪算法的鲁棒性。 文章最后对论文研究工作进行了总结，并指出了存在的不足和下一步研究的方向。 |
上一篇：某型飞机气动伺服弹性建模与分析下一篇：聚合物基高介电材料的研究及其电容器的制作
|
发表于 2022-8-31 13:23:38
中发现Ni：
中发现Ni：
中发现Ni：
中发现Ni：
中发现Ni：
中发现Ni：
QQ登录
