-
視頻運動目標跟蹤算法研究綜述
摘 要 ：視頻運動目標跟蹤是計算機視覺領(lǐng)域的研究熱點，具有廣闊的應用前景。近年來，深度學習等技術(shù)的引入使得目標跟蹤算法的準確性得到極大提升，但是當目標發(fā)生形變、尺度變化、被遮擋等情況時，容易導致跟蹤失敗。為了進一步改進運動目標跟蹤算法，文中系統(tǒng)地梳理了現(xiàn)有的運動目標跟蹤算法，將其劃分為經(jīng)典的跟蹤算法、基于相關(guān)濾波的跟蹤算法和基于深度學習的算法，分別從算法的基本原理、算法性能等方面進行詳細的闡述，并對未來的發(fā)展趨勢進行了展望。
-
視頻交通參數(shù)檢測技術(shù)研究現(xiàn)狀及發(fā)展趨勢
摘要：車流量、車速、車道占有率等交通參數(shù)是智能交通發(fā)揮作用的前提和基礎(chǔ)，也是智能交通系統(tǒng)的關(guān)鍵所在，視頻交通參數(shù)檢測可為其提供豐富的交通信息。文章首先介紹了車輛檢測的方法，并對基于虛擬檢測器和基于目標提取和跟蹤的交通參數(shù)提取技術(shù)進行了分析，同時介紹了近年來提出的一些基于視頻的交通參數(shù)提取的算法和步驟，最后分析了視頻交通參數(shù)檢測技術(shù)的研究方向、存在問題及發(fā)展展望。
-
視頻中目標檢測與跟蹤算法綜述
摘 要：視頻中的目標檢測與跟蹤是視頻行為分析與行為識別的技術(shù)基礎(chǔ)，該論文介紹了近10年來主流目標檢測技術(shù)和目標跟蹤技術(shù)的主要成果，對比了主流目標跟蹤和目標檢測技術(shù)的性能，并介紹了這兩項技術(shù)的未來發(fā)展方向。
-
基于移動節(jié)點的無線傳感器網(wǎng)絡(luò)定位算法
摘要：節(jié)點定位技術(shù)是無線傳感器網(wǎng)絡(luò)應用的重要支撐技術(shù)之一，為了提高定位算法的準確性，提出了一種基于移動目標節(jié)點的兩步定位算法。該算法利用一個移動目標節(jié)點遍歷整個網(wǎng)絡(luò)，并周期，性地廣播包含自身當前位置的信息。而傳感器節(jié)點的自身定位過程則可用基于無跡卡爾曼濾波(UKF)的目標跟蹤方法實現(xiàn)。由于所用的目標狀態(tài)模型和量測模型有一定的不確定，性，所以先選取不共線的3個擁有RSSI測距能力的目標節(jié)點信息，利用Euclidean定位法提高濾波的初始位置精度，從而改善定位效果。通過仿真、分析和比較該目標節(jié)點在多種移動軌跡情況下的定位誤差，這種兩步定位法可以改善對目標節(jié)點移動軌跡的特殊要求的限制，能取得較好的定位精度，而且更適合于實際情況。
