检索结果-内蒙古大学图书馆

作者：王月罗志勇帅昊赵杰马国喜 400065 重庆市南岸区崇文路2号

本发明请求保护一种基于主动表观模型的增强现实虚实遮挡处理方法，其借助了基于主动表观模型的非刚体跟踪技术和基于深度计算的虚实遮挡处理技术，具体包括：步骤1、将训练样本集Ω中的形状样本对齐的步骤，步骤2：平均形状模型的构建... 详细信息

标准号: CN109584347B

本发明请求保护一种基于主动表观模型的增强现实虚实遮挡处理方法，其借助了基于主动表观模型的非刚体跟踪技术和基于深度计算的虚实遮挡处理技术，具体包括：步骤1、将训练样本集Ω中的形状样本对齐的步骤，步骤2：平均形状模型的构建步骤：步骤3：纹理模型的构建步骤：步骤4：主动表观模型的构建步骤：在完成了形状模型和纹理模型构建后，任意新的非刚性物体输入图像都可以用形状模型参数b_s和纹理模型参数b_g来表示，将形状和纹理模型联合起来建立主动表观模型；步骤5：模型匹配与非刚性物体分割步骤：本发明能取得良好的遮挡处理效果，避免了“阴影”的出现。

关键词：表观模型纹理模型构建形状模型遮挡训练样本集刚性物体模型匹配深度计算输入图像增强现实对齐非刚体非刚性与非样本阴影分割跟踪联合

来源：评论

学校读者我要写书评

暂无评论

基于自适应表观模型和点‑集距离度量学习的目标跟踪方法

基于自适应表观模型和点‑集距离度量学习的目标跟踪方法

引用

作者：王菡子王军 361005 福建省厦门市思明南路422号

基于自适应表观模型和点‑集距离度量学习的目标跟踪方法，涉及计算机视觉技术。首先利用收集到的目标模板和由这些目标模板的正则化仿射组合进行目标表示，同时学习一个点‑集距离度量矩阵，并将该点‑集距离度量矩阵整合在表观模型建立... 详细信息

标准号: CN104616324B

基于自适应表观模型和点‑集距离度量学习的目标跟踪方法，涉及计算机视觉技术。首先利用收集到的目标模板和由这些目标模板的正则化仿射组合进行目标表示，同时学习一个点‑集距离度量矩阵，并将该点‑集距离度量矩阵整合在表观模型建立过程中，在粒子滤波框架下进行目标跟踪。根据一个生成式跟踪算法，给出一个基于目标模板集和正则化仿射包的自适应目标表观模型。该正则化仿射包由模板集中的目标模板的仿射连接生成。同时，学习一个点‑集距离度量矩阵，并整合该矩阵在目标表示优化过程中，从而获得一个自适应的目标表观模型。在线学习的点‑集距离度量用来测量一个目标候选块与目标模板集之间的距离。具有很好的跟踪效果和鲁棒性。

关键词：距离度量目标模板矩阵正则化自适应表观模型目标表示目标跟踪目标表整合计算机视觉技术跟踪算法粒子滤波在线学习候选块鲁棒性生成式学习测量跟踪优化

来源：评论

学校读者我要写书评

暂无评论

一种基于主动表观模型的增强现实虚实遮挡处理方法

一种基于主动表观模型的增强现实虚实遮挡处理方法

引用

作者：王月罗志勇帅昊赵杰马国喜 400065 重庆市南岸区崇文路2号

标准号: CN109584347A

关键词：表观模型纹理模型构建形状模型遮挡训练样本集刚性物体模型匹配深度计算输入图像增强现实对齐非刚体非刚性与非样本阴影分割跟踪联合

来源：评论

学校读者我要写书评

暂无评论

一种用于人体重现检测的人体表观模型的学习方法及系统

一种用于人体重现检测的人体表观模型的学习方法及系统

引用

作者：王亮李浩常虹曾炜山世光陈熙霖 100080 北京市海淀区中关村科学院南路6号

本发明公开一种用于人体重现检测的人体表观模型的学习方法和系统，所述方法包括如下步骤：步骤1，在视频帧的检测窗口中提取人体表观特征，建立人体表观描述子；步骤2，基于时空约束信息提取正例和反例人体表观描述子，用于训练人体表... 详细信息

标准号: CN103324907B

本发明公开一种用于人体重现检测的人体表观模型的学习方法和系统，所述方法包括如下步骤：步骤1，在视频帧的检测窗口中提取人体表观特征，建立人体表观描述子；步骤2，基于时空约束信息提取正例和反例人体表观描述子，用于训练人体表观模型。

关键词：表观模型描述子时空约束信息提取视频帧检测重现学习

来源：评论

学校读者我要写书评

暂无评论

一种基于稳定表观模型的实时跟踪方法

一种基于稳定表观模型的实时跟踪方法

引用

作者：高月芳田绪红单鑫王栋 510642 广东省广州市天河区五山华南农业大学

本发明公开了一种基于稳定表观模型的实时跟踪方法。该方法首先提取被跟踪区域的MSERs信息，在此基础上，基于满足RIP性质的稀疏随机矩阵对其投影，获得较为稳定的自适应表观，最后通过在线贝叶斯分类器实时跟踪目标。该发明通过提取目... 详细信息

标准号: CN106529396A

本发明公开了一种基于稳定表观模型的实时跟踪方法。该方法首先提取被跟踪区域的MSERs信息，在此基础上，基于满足RIP性质的稀疏随机矩阵对其投影，获得较为稳定的自适应表观，最后通过在线贝叶斯分类器实时跟踪目标。该发明通过提取目标的稳定区域以减少稀疏随机投影中的随机性影响，进而较为稳定地描述目标表观信息。

关键词：实时跟踪稀疏贝叶斯分类器随机性影响表观模型跟踪区域随机矩阵随机投影稳定区域目标表自适应投影

来源：评论

学校读者我要写书评

暂无评论

基于部件级表观模型的物体跟踪方法

基于部件级表观模型的物体跟踪方法

引用

作者：王美华梁云刘福明 510642 广东省广州市天河区五山路483号

本发明公开了一种基于部件级表观模型的物体跟踪方法，是基于中层视觉线索部件级更新表观模型的方法，通过对图像进行超像素分割，以超像素描述跟踪物体的目标部件，利用目标部件的信息构造物体特征池建立和更新物体的表观模型，该模型... 详细信息

标准号: CN103413323B

本发明公开了一种基于部件级表观模型的物体跟踪方法，是基于中层视觉线索部件级更新表观模型的方法，通过对图像进行超像素分割，以超像素描述跟踪物体的目标部件，利用目标部件的信息构造物体特征池建立和更新物体的表观模型，该模型能够准确的表达形变、遮挡等情况下的运动物体。更新物体表观模型时，用新跟踪帧的部件替换特征池中将被替换的部分部件集，建立目标物体部件的特征补集，将特征补集作为新跟踪帧的部件描述信息加入特征池，再根据新的特征池建立表观模型实现表观模型的更新。本法随着对物体跟踪的进行，更新表观模型信息集中被跟踪物体的信息，物体表观模型更加全面，在指导跟踪严重遮挡、变形等外观变化较大时能够取得更好的效果。

关键词：表观模型特征池目标部件物体跟踪超像素更新表补集跟踪更新部件描述信息被跟踪物体部分部件部件替换跟踪物体模型实现模型信息目标物体视觉线索外观变化物体特征信息构造严重遮挡运动物体建立表形变一种遮挡替换变形中层图像描述中将分割建立表达准确进行公开集中加入指导

来源：评论

学校读者我要写书评

暂无评论

一种采用时间动态表观模型的实时在线多目标跟踪方法

一种采用时间动态表观模型的实时在线多目标跟踪方法

引用

作者：贾云得杨敏裴明涛 100081 北京市海淀区中关村南大街5号

本发明涉及一种采用时间动态表观模型的实时在线多目标跟踪方法。本发明将多目标跟踪过程中每个目标的表观信息看作是一个时间有序的表观序列，通过考虑目标表观信息在跟踪过程中随时间变化的规律，建立有强判别力的表观模型来表达表观... 详细信息

标准号: CN105654139B

本发明涉及一种采用时间动态表观模型的实时在线多目标跟踪方法。本发明将多目标跟踪过程中每个目标的表观信息看作是一个时间有序的表观序列，通过考虑目标表观信息在跟踪过程中随时间变化的规律，建立有强判别力的表观模型来表达表观序列的时间动态变化特性；同时通过多个隐状态的观测模型建模目标表观在特征空间中的结构多样性，为目标与检测结果之间的数据关联提供精确的表观匹配信息；通过将检测结果逐帧地与目标进行关联完成实时在线多目标跟踪的任务，可实时准确的跟踪视频中的多个感兴趣目标。在保证跟踪性能的同时具有很高的计算效率，能够实际应用于各种实时系统。

关键词：多目标跟踪表观模型检测结果实时在线目标表观测模型建模时间动态变化结构多样性随时间变化跟踪性能计算效率匹配信息时间动态实时系统数据关联特征空间跟踪逐帧视频关联应用保证

来源：评论

学校读者我要写书评

暂无评论

结构化的联合特征表观模型

引用

科技资讯 2015年第12期13卷 1-1页

作者：杨大为刘丽萍祁燕沈阳理工大学辽宁沈阳110059

针对单目标跟踪过程中的部分遮挡问题,提出了一种结构化的联合特征表观模型。该模型将被跟踪的目标图像划分成若干图像块,在每个图像块内分别计算其颜色特征和纹理特征,将这些特征向量化后作为目标的表观模型。实验结果表明了该方法的... 详细信息

针对单目标跟踪过程中的部分遮挡问题,提出了一种结构化的联合特征表观模型。该模型将被跟踪的目标图像划分成若干图像块,在每个图像块内分别计算其颜色特征和纹理特征,将这些特征向量化后作为目标的表观模型。实验结果表明了该方法的有效性。

关键词：表观模型颜色特征纹理特征

来源：评论

学校读者我要写书评

暂无评论

基于超像素的多特征融合的水平集轮廓跟踪

引用

电子科技大学学报 2018年第5期47卷 745-752页

作者：周雪陈科鑫冯媛媛邹见效电子科技大学自动化工程学院成都611731

在水平集轮廓跟踪框架中设计一个判别式速度函数对于有效引导轮廓进化非常重要。该文提出一个超像素驱动的速度函数建模方法,该模型融合了互补的表观和运动信息。在表观特征层,通过引入一种有效的中层视觉特征-超像素,建立基于核密度估... 详细信息

在水平集轮廓跟踪框架中设计一个判别式速度函数对于有效引导轮廓进化非常重要。该文提出一个超像素驱动的速度函数建模方法,该模型融合了互补的表观和运动信息。在表观特征层,通过引入一种有效的中层视觉特征-超像素,建立基于核密度估计的判别式表观模型区分目标和背景。同时,利用运动光流场的统计信息,设计了一个可以自适应选择的阈值来区分和增强目标和背景的相对运动。最终,在决策层基于半朴素贝叶斯框架进行两种特征的融合,形成一个具有竞争能力的速度场引导水平集轮廓进化。在多个具有挑战的视频序列上的一系列实验验证了该方法的有效性和鲁棒性。

关键词：表观模型水平集跟踪多特征融合光流法超像素

来源：评论

学校读者我要写书评

暂无评论

视频监控系统中的概率模型单目标跟踪框架

引用

光学精密工程 2015年第7期23卷 2093-2099页

作者：李静宇刘艳滢田睿王延杰姜瑞凯中国科学院长春光学精密机械与物理研究所吉林长春130033

针对视频监控的特点与跟踪目标的强机动性,提出了一种新的基于概率模型的目标跟踪框架,从目标表观模型、系统动态模型以及系统观测模型3个方面对当前标准的粒子滤波目标跟踪方法进行了改进。首先,考虑人眼细胞的分布特点,基于人眼分布... 详细信息

针对视频监控的特点与跟踪目标的强机动性,提出了一种新的基于概率模型的目标跟踪框架,从目标表观模型、系统动态模型以及系统观测模型3个方面对当前标准的粒子滤波目标跟踪方法进行了改进。首先,考虑人眼细胞的分布特点,基于人眼分布结构建立目标表观模型来提高跟踪系统抵抗局部遮挡的能力;然后,建立基于自适应目标运动的系统动态模型,提高跟踪算法对快速机动目标的鲁棒性;最后,采用实时更新的系统观测模型,有效避免目标在遇到遮挡、光照变化、剧烈变形等情况下发生的跟踪漂移现象。实验结果表明,本文算法的正确跟踪率可达98%;平均跟踪误差小于6个像元。实验证明本文算法在保证系统跟踪精度要求的同时,具有计算量小、抗干扰能力强等特点。

关键词：视频监控概率模型目标跟踪表观模型实时更新

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：