|
|
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：
视觉目标跟踪是计算机视觉研究的热点，融合了图像处理、机器视觉、模式识别、人工智能等众多学科。视觉跟踪题目的分类根据不同的标准可以分为很多类型，从摄像机的数目出发，可分为单摄像机目标跟踪和多摄像机目标跟踪。基于单摄像机的目标跟踪、分析等相关技术已经取得很大进展。对于多摄像机下目标跟踪题目的研究，还处于起步阶段，还有许多题目有待解决，有很大的发展空间。本文的研究主要分两部分：单摄像机目标跟踪定位题目和多摄像机目标一致性题目。单摄像机目标跟踪定位主要研究了基于Mean Shift目标跟踪算法和基于颜色的点特征目标定位；多摄像机目标一致性题目主要研究了区域仿射不变检测子和局部区域的特征描述子，以及如何利用其解决多摄像机之间的目标匹配题目。首先，介绍了视频目标跟踪的基本题目，包括目标的表示、目标的检测、特征提取，分析研究了Mean Shift目标跟踪算法的基本原理，并利用灰点双目摄像头实现了基于颜色信息的Camshift目标跟踪系统，此算法实现简单，具有良好的实时性，而且对边缘遮挡、目标旋转等具有一定的鲁棒性。其次，改进了基于点特征的目标位姿估计算法，包括特征点提取、特征点匹配，以及位姿估计算法，并将其应用到所设计的自主空中加油系统中，对所设计的视觉目标定位算法进行仿真验证。从实验所提供的图像信息、测试结果和精度分析来看，方案可行，方法正确，满足某飞机空中加油试飞任务的测试要求。再次，研究了区域仿射不变检测子最稳极值区域，Maximally Stable Extremal Regions，简称MSER。主要介绍了MSER的定义、性质，详细讨论了MSER的提取方法、步骤，以及利用协方差矩阵调形的方法对区域进行椭圆规整，最后进行了相关的仿真实验。利用该算法以及目标的一些先验信息，可以有效检测视频序列图像中的目标，完成后续的跟踪任务，同时为宽基线图像匹配做准备。然后，研究了局部点特征描述子SIFT(Scale Invariant Feature Transform)算法的基本原理、算法特点等，然后给出特征提取仿真结果。SIFT是一种优秀的图像匹配算法，可以处理两幅图像之间发生平移、旋转、尺度缩放、亮度变化情况下的特征匹配题目，并能在一定程度上对视角变化、仿射变化、噪声也具备较为稳定的特征匹配能力。最后，提出了一种基于仿射不变MSER区域SIFT描述子的目标特征关联。该方法采用MSER区域提取算子来进行目标的检测，然后在目标区域利用SIFT描述子提取点特征，而非常用的颜色特征，进行不同摄像机下目标的特征关联，即目标的匹配。 |
上一篇：国开小学教育《小学生课后辅导的利弊分析》参考论文下一篇：国开会计学《新迈纸业公司对财务杠杆效应的应用与研究...
|
发表于 2023-10-5 13:14:32
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
