• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于壓縮感知的監(jiān)控視頻多目標(biāo)自適應(yīng)跟蹤算法

    2017-06-29 12:00:35劉旸波李洪均謝正光
    關(guān)鍵詞:分類(lèi)器背景噪聲

    劉旸波 李洪均 張 晨 謝正光

    (南通大學(xué)電子信息學(xué)院 江蘇 南通 226019)

    基于壓縮感知的監(jiān)控視頻多目標(biāo)自適應(yīng)跟蹤算法

    劉旸波 李洪均 張 晨 謝正光

    (南通大學(xué)電子信息學(xué)院 江蘇 南通 226019)

    針對(duì)壓縮感知跟蹤算法無(wú)法自動(dòng)識(shí)別目標(biāo)和易積累噪聲導(dǎo)致目標(biāo)丟失的問(wèn)題,提出一種融合圖像預(yù)處理的壓縮跟蹤算法。算法在初始化階段,采用背景建模和背景差分法實(shí)現(xiàn)自動(dòng)識(shí)別目標(biāo)區(qū)域和多目標(biāo)的判定。隨后,使用壓縮跟蹤算法進(jìn)行多目標(biāo)的跟蹤。在跟蹤過(guò)程中,采用更新機(jī)制,減少噪聲的積累,防止目標(biāo)丟失。更新背景模型,使算法適應(yīng)光線(xiàn)變化。算法在監(jiān)控視頻庫(kù)上進(jìn)行測(cè)試,并與壓縮跟蹤算法進(jìn)行了對(duì)比,實(shí)驗(yàn)結(jié)果表明,提出的多目標(biāo)自適應(yīng)跟蹤算法,在主客觀性能方面較同類(lèi)算法具有顯著提高,其跟蹤精度和魯棒性方面得到了改善。

    壓縮感知 多目標(biāo)跟蹤 自適應(yīng)

    0 引 言

    據(jù)統(tǒng)計(jì),人類(lèi)對(duì)外界的信息接收百分之八十通過(guò)視覺(jué)系統(tǒng)。然而,人類(lèi)的精力和視野都是有限的,不能長(zhǎng)時(shí)間多角度接收信息,在使用上有很大的局限性。隨著電子計(jì)算機(jī)技術(shù)的飛速發(fā)展,計(jì)算機(jī)視覺(jué)[1]成為熱門(mén)的研究課題。智能視頻監(jiān)控[2]已逐漸滲透至人們的日常生活,利用視頻序列圖像自動(dòng)分析來(lái)檢測(cè)、跟蹤和識(shí)別監(jiān)控場(chǎng)景中的目標(biāo),進(jìn)而分析判斷目標(biāo)并做出對(duì)策。而視頻目標(biāo)跟蹤是智能監(jiān)控系統(tǒng)中關(guān)鍵部分,融合了圖像處理、模式識(shí)別、信號(hào)處理和控制等多領(lǐng)域、多學(xué)科的課題。因此,針對(duì)監(jiān)控系統(tǒng)中的視頻目標(biāo)跟蹤研究很有必要。

    在實(shí)際跟蹤過(guò)程中,光照變換、物體形變、物體旋轉(zhuǎn)、物體遮擋等問(wèn)題使長(zhǎng)時(shí)間穩(wěn)定跟蹤成為了一個(gè)具有挑戰(zhàn)的工作。盡管大量的算法已被提出,目標(biāo)跟蹤仍然是一個(gè)富有挑戰(zhàn)的問(wèn)題。Avidan[3]用支持向量分類(lèi)器來(lái)擴(kuò)充光流法進(jìn)行目標(biāo)跟蹤。Collins等[4]認(rèn)為最具有判斷力的特征可以通過(guò)在線(xiàn)學(xué)習(xí)來(lái)區(qū)分目標(biāo)和背景。Grabner等[5]提出一種在線(xiàn)半監(jiān)督提升方法來(lái)減輕漂移問(wèn)題。Candès[6]等提出壓縮感知理論,隨后被Zhang[7]等引入目標(biāo)跟蹤領(lǐng)域。近年來(lái),Yang[8]等為了解決壓縮跟蹤算法不能適應(yīng)尺度和旋轉(zhuǎn)變化的問(wèn)題,提出了基于SIFT特征的壓縮跟蹤算法。為了解決漂移問(wèn)題,Shu[9]等提出了將遷移學(xué)習(xí)引入壓縮跟蹤算法中。Gao[10]等提出自適應(yīng)測(cè)量矩陣提高壓縮跟蹤算法性能。這些算法都是需要在視頻圖像序列的第一幀人工手動(dòng)確定跟蹤目標(biāo)區(qū)域。除此之外,噪聲在算法中的積累是比較迅速的,一旦跟蹤出現(xiàn)漂移,噪聲將快速引入分類(lèi)器中,對(duì)之后的跟蹤造成越來(lái)越大的誤差。當(dāng)跟蹤目標(biāo)被完全遮擋后,再次出現(xiàn)在畫(huà)面中,算法不能再次準(zhǔn)確跟蹤。

    針對(duì)上述問(wèn)題,本文將詳細(xì)研究壓縮跟蹤算法,設(shè)計(jì)監(jiān)控視頻下多目標(biāo)自適應(yīng)跟蹤算法。監(jiān)控視頻中攝像頭一般是固定不變的,所以背景場(chǎng)景固定不變。同時(shí)考慮到在實(shí)際場(chǎng)景中,存在多個(gè)運(yùn)動(dòng)目標(biāo),而且會(huì)不停有新目標(biāo)進(jìn)入或者離開(kāi)鏡頭畫(huà)面。因此,本文將利用背景建模和背景差分法,自動(dòng)識(shí)別目標(biāo),實(shí)時(shí)進(jìn)行跟蹤。算法采用更新機(jī)制,削弱噪聲的累積,防止跟蹤漂移。

    1 壓縮感知跟蹤

    Zhang[7]等提出了壓縮跟蹤C(jī)T(Compressive Tracking)算法,主要分為三個(gè)部分,分別是特征提取、壓縮特征、構(gòu)建和更新分類(lèi)器。

    1.1 壓縮感知理論

    隨機(jī)矩陣R∈Rn×m,可以使數(shù)據(jù)從高維度空間x∈Rm投影到低維度空間v∈Rn:

    v=Rx

    (1)

    其中,n?m。如果式(1)中的隨機(jī)矩陣R滿(mǎn)足Johnson-Lindenstrauss引理[11],且x是可以壓縮的信號(hào),那么可以以很大概率和最小的誤差從v來(lái)重建x。

    1.2 特征提取

    Haar-like特征[12]類(lèi)似于Haar小波而得名,特征值是使用兩種矩陣的像素差值。每個(gè)Haar-like特征可以用式(2)表示:

    (2)

    式中,ωi是矩形ri的權(quán)值,Rect(ri)是矩形所圍成圖像的灰度積分,N是組成特征的矩形個(gè)數(shù)。在計(jì)算Haar-like特征值的時(shí)候采用積分圖的方法來(lái)簡(jiǎn)化運(yùn)算。

    1.3 壓縮特征

    對(duì)特征進(jìn)行壓縮,采用一個(gè)十分稀疏的矩陣,定義如下:

    (3)

    當(dāng)s取2和3的時(shí),矩陣滿(mǎn)足Johnson-Lindenstrauss引理。那么,特征的壓縮可以通過(guò)式(4)來(lái)完成:

    v=Rx

    (4)

    其中,x∈Rm為原始特征,矩陣R∈Rn×m為測(cè)量矩陣。

    1.4 構(gòu)建和更新分類(lèi)器

    樸素貝葉斯分類(lèi)器構(gòu)建模型:

    (5)

    在式(5)中參量的更新:

    (6)

    (7)

    2 自適應(yīng)跟蹤算法

    文獻(xiàn)[7]提出的壓縮跟蹤算法無(wú)法自動(dòng)識(shí)別目標(biāo),目標(biāo)丟失后無(wú)法繼續(xù)跟蹤。本文提出了監(jiān)控視頻多目標(biāo)自適應(yīng)跟蹤算法,該算法通過(guò)背景建模和背景差分法,實(shí)現(xiàn)了自動(dòng)檢測(cè)運(yùn)動(dòng)目標(biāo),使用更新機(jī)制解決目標(biāo)漂移和丟失問(wèn)題。

    2.1 背景建模

    背景差分法實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)的檢測(cè)是由背景建模和背景更新兩部分組成。中值法建模的基本原理是學(xué)習(xí)一組圖像,將各個(gè)圖像對(duì)應(yīng)像素點(diǎn)的值構(gòu)成集合Ai,在集合Ai中取中值,將這個(gè)值作為背景圖像的值。

    背景更新的實(shí)質(zhì)是使用當(dāng)前幀的變化信息去修正正使用過(guò)去幀建立的模型。

    Bn(x,y)=(1-α)Bn-1(x,y)+αCn(x,y)

    (8)

    式中,Bn(x,y)是經(jīng)過(guò)更新后的背景,Bn-1(x,y)之前的背景模型,Cn(x,y)是當(dāng)前幀,α是學(xué)習(xí)效率,代表當(dāng)前幀中每個(gè)位置上的像素與背景相對(duì)應(yīng)位置上的像素值的加權(quán)和。

    在得到背景模型之后,進(jìn)一步通過(guò)背景相減法進(jìn)行運(yùn)動(dòng)目標(biāo)的檢測(cè)。設(shè)當(dāng)前幀圖像是C(x,y),背景模型是B(x,y),經(jīng)過(guò)背景相減和二值化之后可得:

    (9)

    式中,T為判別閾值。

    通常使用的濾波方法有鄰域平均法、中值濾波和邊界保持濾波。在不同的噪聲情況下,選擇不同的濾波方法,會(huì)使濾波效果更好。中值濾波對(duì)處理椒鹽噪聲的性能比較好,而對(duì)高斯噪聲的處理較差。領(lǐng)域平均法濾波對(duì)高斯噪聲的濾波性能較好,對(duì)椒鹽噪聲的處理較差。將采用兩種濾波方法的結(jié)合,抑制圖像中可能出現(xiàn)的噪聲。為了能夠更好消除噪聲,并且將目標(biāo)形態(tài)更加明顯。將采用形態(tài)學(xué)處理中的開(kāi)運(yùn)算進(jìn)行處理。

    2.2 提取和壓縮特征

    為了選取具有代表性的Haar-like特征,本文將采用隨機(jī)選擇矩形框的位置和大小的方法。在目標(biāo)區(qū)域,使用隨機(jī)函數(shù)構(gòu)建4個(gè)位置和大小不同的矩形區(qū)域,計(jì)算這4個(gè)矩形區(qū)域圖像的灰度積分相加即為Haar-like特征。為了能夠完整表述圖像,對(duì)每個(gè)目標(biāo)區(qū)域進(jìn)行同樣的五十次的Haar-like特征的提取。

    由于提取的特征值比較龐大,運(yùn)算量比較大,因而需要采用壓縮感知理論進(jìn)行特征的壓縮。本文將使用十分稀疏的矩陣對(duì)4個(gè)矩形區(qū)域的灰度積分圖進(jìn)行加權(quán)和得到Haar-like特征。在稀疏矩陣為零的地方,不進(jìn)行圖像積分的運(yùn)算,使得特征提取的運(yùn)算量降低。同樣,根據(jù)壓縮理論,可以知道這些特征具有完整重建圖像的能力。

    2.3 構(gòu)建和更新分類(lèi)器

    本文算法中,對(duì)于貝葉斯分類(lèi)器的構(gòu)建是通過(guò)對(duì)正負(fù)樣本的學(xué)習(xí)。在目標(biāo)區(qū)域附近4個(gè)像素點(diǎn)的范圍中取50個(gè)等大區(qū)域,提取Harr-like特征作為正樣本特征,在目標(biāo)8到30個(gè)像素點(diǎn)的范圍之中取50個(gè)等大區(qū)域作為負(fù)樣本。在跟蹤過(guò)程中,在之前目標(biāo)附近20個(gè)像素點(diǎn)的范圍中作為候選目標(biāo),通過(guò)分類(lèi)器選取出最大匹配值,作為跟蹤目標(biāo)。對(duì)于更新分類(lèi)器,即在當(dāng)前幀中,采用同樣的方法進(jìn)行分類(lèi)器的構(gòu)建即為更新。

    2.4 自適應(yīng)壓縮跟蹤算法

    初始化階段:進(jìn)行圖像預(yù)處理,構(gòu)建背景模型

    輸入:第t幀圖像

    1. 進(jìn)行背景差分,判斷運(yùn)動(dòng)目標(biāo)區(qū)域,得到目標(biāo)位置和大小。

    2. 使用第t幀圖像進(jìn)行背景更新。

    跟蹤階段:

    輸入:第t+1幀圖像

    1. 在t幀跟蹤到的目標(biāo)位置附近采樣n個(gè)圖像片,然后對(duì)這些圖像片進(jìn)行特征提取和降維得到每個(gè)圖像片的特征向量。

    2. 使用式(5)中的分類(lèi)器H(v)對(duì)v進(jìn)行分類(lèi),找出最大分類(lèi)數(shù)的圖像作為當(dāng)前幀跟蹤到的目標(biāo)。

    3. 采集正負(fù)樣本集合,提取兩個(gè)樣本集合的特征,使用式(6)和式(7)進(jìn)行分類(lèi)器的更新,使用第t+1幀進(jìn)行背景更新。

    4. 當(dāng)跟蹤5幀后,進(jìn)行一次初始化。

    輸出:跟蹤到的目標(biāo)位置,更新后的參數(shù),更新的背景模型。

    3 實(shí)驗(yàn)仿真與分析

    3.1 參數(shù)配置

    實(shí)驗(yàn)是在Window 7的計(jì)算機(jī)(Inter(R)Core(TM) i5-2450M CPU@2.50 GHz)上進(jìn)行,在Matlab 2014a環(huán)境下實(shí)現(xiàn)。在仿真試驗(yàn)中算法均采用相同的參數(shù)配置。為了驗(yàn)證本文方法的有效性,算法在公共測(cè)試視頻[13]和監(jiān)控視頻下進(jìn)行研究。

    對(duì)于背景建模和差分法中所需要的學(xué)習(xí)效率α和判別閾值T進(jìn)行參數(shù)分析,表1和表2給出了兩個(gè)視頻序列在不同學(xué)習(xí)效率α和判別閾值T下本文算法的表現(xiàn),通過(guò)試驗(yàn)發(fā)現(xiàn),在視頻序列Pedestrian1中采用α=0.1和T=20是最優(yōu)值,在視頻序列Pedestrian2中采用α=0.1和T=20是最優(yōu)值,此時(shí),算法的漏識(shí)幀數(shù)和錯(cuò)識(shí)幀數(shù)最少。綜上所述,本文算法在不同視頻序列上的表現(xiàn),具有較好的穩(wěn)定性。

    表2 判別閾值實(shí)驗(yàn)

    3.2 主觀性能分析

    下面在公共測(cè)試視頻和監(jiān)控視頻進(jìn)行仿真試驗(yàn),從主觀性能上分析算法的跟蹤效果。采用了視頻庫(kù)中所有為監(jiān)控視角的公共視頻作為測(cè)試視頻,在Biker、Board、Crossing、Sylverster、Walking和Walking2共六個(gè)公共視頻進(jìn)行分析。圖1到圖3給出了本文算法和CT算法在公共視頻里的跟蹤結(jié)果。實(shí)線(xiàn)跟蹤框是本文算法跟蹤結(jié)果,虛線(xiàn)跟蹤框是CT算法跟蹤結(jié)果。

    圖1是在視頻Crossing中的跟蹤結(jié)果。視頻中,有兩個(gè)物體離開(kāi)監(jiān)控畫(huà)面,一個(gè)物體進(jìn)入畫(huà)面。本文算法能夠及時(shí)取消對(duì)離開(kāi)目標(biāo)的跟蹤,重新定位新進(jìn)入的目標(biāo)。在#77和#117幀中,目標(biāo)背景的光照發(fā)生了變化,本文跟蹤依然穩(wěn)定。而壓縮跟蹤算法的處理結(jié)果,目標(biāo)在陰影處的跟蹤效果比較穩(wěn)定,當(dāng)目標(biāo)從陰影處走出來(lái)的時(shí)候,由于光照的變化,跟蹤出現(xiàn)了丟失,無(wú)法進(jìn)行跟蹤,如#117幀所示。圖2中,CT算法在目標(biāo)被遮擋后進(jìn)行了錯(cuò)誤跟蹤,存在漏識(shí)情況,如#284幀所示。本文算法能夠正確識(shí)別和跟蹤。圖3中,CT算法在第77幀已經(jīng)丟失目標(biāo),將繩子錯(cuò)識(shí)成目標(biāo),而本文算法能夠正確跟蹤。

    圖1 CT算法和本文算法在Crossing視頻序列跟蹤結(jié)果

    圖2 CT算法和本文算法在Walking2視頻序列跟蹤結(jié)果

    圖3 CT算法和本文算法在Board視頻序列跟蹤結(jié)果

    圖4和圖5分別是采用CT跟蹤算法和本文算法在監(jiān)控視頻Pedestrian1的結(jié)果。如圖4,在前80幀圖像中,CT算法可以很穩(wěn)定地進(jìn)行跟蹤。但是,從83幀以后,目標(biāo)幾乎完全被樹(shù)木擋住,跟蹤算法完全丟失目標(biāo),在目標(biāo)再次出現(xiàn)后,跟蹤算法已經(jīng)無(wú)法工作了。在圖5中,可以發(fā)現(xiàn)在添加了圖像預(yù)處理模塊后,CT算法是可以同時(shí)進(jìn)行多目標(biāo)跟蹤的。在#387中,在目標(biāo)重新出現(xiàn)后,本算法可以再次正確鎖定目標(biāo),并繼續(xù)進(jìn)行跟蹤。

    圖4 CT算法對(duì)Pedestrian1視頻的跟蹤結(jié)果

    圖5 本文算法對(duì)Pedestrian1視頻的跟蹤結(jié)果

    為了進(jìn)一步說(shuō)明算法魯棒性,圖6給出了本文算法在監(jiān)控視頻Pedestrian2上的跟蹤結(jié)果。相比于Pedestrian1視頻,該視頻變換了拍攝角度,使畫(huà)面的視角更廣,且畫(huà)面中光線(xiàn)更強(qiáng)。在引入噪聲后,算法跟蹤性能不變。在#227幀中,對(duì)跟蹤目標(biāo)已經(jīng)丟失,在經(jīng)過(guò)更新后,在#232幀中目標(biāo)重新被正確跟蹤。

    圖6 本文算法對(duì)Pedestrian2視頻跟蹤結(jié)果

    3.3 客觀性能分析

    為了進(jìn)一步說(shuō)明算法的優(yōu)越性,更客觀地評(píng)價(jià)跟蹤效果,采用漏識(shí)率LRR(Leak Recognition Rate)和錯(cuò)識(shí)率ERR(Error Recognition Rate)進(jìn)行定量分析。漏識(shí)率是指視頻中出現(xiàn)運(yùn)動(dòng)物體而沒(méi)有識(shí)別出來(lái)的比率,定義為:

    (10)

    其中,n為漏識(shí)目標(biāo)個(gè)數(shù),Nimg為存在漏識(shí)圖像的幀數(shù),ntarget圖像中總的目標(biāo)個(gè)數(shù),N為總幀數(shù)。錯(cuò)識(shí)率是指對(duì)視頻畫(huà)面做出錯(cuò)誤跟蹤的比率,定義為:

    (11)

    由于CT算法只能進(jìn)行單目標(biāo)跟蹤,所以CT算法對(duì)于客觀的結(jié)果只能存在正確跟蹤和錯(cuò)誤跟蹤兩種,故沒(méi)有漏識(shí)率。

    表3 漏識(shí)率和錯(cuò)識(shí)率

    由表3可知,本文算法對(duì)固定背景下,自動(dòng)識(shí)別運(yùn)動(dòng)目標(biāo)并進(jìn)行跟蹤有很好的效果。在這八個(gè)視頻中,僅在Sylverster視頻中,本文算法不如CT跟蹤算法,主要原因是在該視頻中,目標(biāo)運(yùn)動(dòng)不明顯,且與背景的區(qū)分不明顯,故而造成錯(cuò)識(shí)率較高。綜上所述,在跟蹤目標(biāo)框位置的主觀視覺(jué)和客觀定量分析方面,本文算法具有明顯的優(yōu)勢(shì)。同時(shí),可以穩(wěn)定地對(duì)多目標(biāo)同時(shí)進(jìn)行跟蹤,并且可以對(duì)重新出現(xiàn)的目標(biāo)進(jìn)行自動(dòng)識(shí)別跟蹤,更加適用于實(shí)際的監(jiān)控系統(tǒng)之中。

    4 結(jié) 論

    本文針對(duì)目前壓縮跟蹤算法無(wú)法自動(dòng)識(shí)別目標(biāo)和目標(biāo)丟失無(wú)法跟蹤的問(wèn)題,提出了一種監(jiān)控視頻多目標(biāo)自適應(yīng)壓縮跟蹤算法。該算法可以很好地適用在監(jiān)控視頻的目標(biāo)跟蹤之中。首先,對(duì)周邊環(huán)境進(jìn)行背景建模,并不停更新,以適應(yīng)光照的變化。隨后,進(jìn)行背景差分,識(shí)別運(yùn)動(dòng)目標(biāo)區(qū)域,使用壓縮跟蹤算法對(duì)運(yùn)動(dòng)目標(biāo)區(qū)域進(jìn)行跟蹤。采用更新機(jī)制,防止目標(biāo)偏移和丟失。該算法可以在監(jiān)控視頻中,穩(wěn)定檢測(cè)出運(yùn)動(dòng)目標(biāo),進(jìn)行多目標(biāo)跟蹤,防止目標(biāo)丟失,有很好的實(shí)用性能。實(shí)驗(yàn)證明,本文算法對(duì)目標(biāo)遮擋和外表變化的情況有很好的魯棒性。

    [1] Nilakorn S, Ukrit W, Chaiwat N, et al. Acomputer vision based vehicle detection and counting system[C]//8th Ineternational conference on knowledge and smart technology, 2016:224-227.

    [2] Chen T S, Lin M F, Chieuh T C, et al. An intelligent surveillance video analysis service in cloud environment[C]//International Carnahan Conference on Security Technology, 2015:1-6.

    [3] Avidan S. Support vector tracking[J].IEEE Transactions on Pattern Analysis and Machine Intelligence, 2004,26(8):1064-72.

    [4] Collins R T, Yanxi L, Marius L. Online selection of discriminative tracking features[J].IEEE Transactions on Pattern Analysis and Machine Intelligence, 2005, 27(10):1631-1643.

    [5] Grabner H, Leistner C, Bischof H. Semi-supervised On-Line Boosting for Robust Tracking[C]//Computer Vision-ECCV 2008, European Conference on Computer Vision, Marseille, France, October 12-18, 2008, Proceedings,2008:234-247.

    [6] Candès E J, Tao T. Decoding by Linear Programming[J].IEEE Transactions on Information Theory, 2006,51(12):4203-4215.

    [7] Zhang K, Zhang L, Yang M H. Real-Time Compressive Tracking[C]//European Conference on Computer Vision,2012:864-877.

    [8] Yang H, Jiang X, Gao S. Adaptive Compressive Tracking Algorithm Based on SIFT Features[C]//2015 Third International Conference on Robot, Vision and Signal Processing, 2015:78-81.

    [9] Shu Tian, Yin Xucheng, Xu Xi, et al. Transfer learning based compressive tracking[C]//The 2013 International Joint Conference on Neural Networks,2013:1-7.

    [10] Gao Yun, Zhou Hao, Zhang Xuejie. Enhanced fast compressive tracking based on adaptive measurement matrix[J].IET Computer Vision, 2015,9(6):857-863.

    [11] Achlioptas D. Database-friendly random projections: Johnson Lindenstrauss with binary coins[J].Journal of Computer and System Sciences,2003,66(4):671-687.

    [12] Baraniuk R, Davenport M, Devore R, et al. A Simple Proof of the Restricted Isometry Property for Random Matrices[J].Constructive Approximation, 2015,28(3):253-263.

    [13] http://cvlab.hanyang.ac.kr/tracker_benchmark/.

    A MULTI-OBJECTIVE ADAPTIVE TRACKING ALGORITHM FOR VIDEO SURVEILLANCE BASED ON COMPRESSED SENSING

    Liu Yangbo Li Hongjun Zhang Chen Xie Zhengguang

    (SchoolofElectronicInformationEngineering,NantongUniversity,Nantong226019,Jiangsu,China)

    Aiming at the problem that the compressed perceptual tracking algorithm can not automatically identify the target and easy to accumulate the noise, this paper proposes a compression tracking algorithm which combines image preprocessing. In the initialization phase, background model and background difference method are used to realize the automatic recognition of the target area and multi-target decision. Subsequently, the multi-target tracking is performed using the compression tracking algorithm. In the tracking process, the use of updated mechanisms to reduce the accumulation of noise, to prevent the loss of goals. Update the background model so that the algorithm adapts to changes in light. The algorithm is tested on the monitor video library and compared with the compression tracking algorithm. Experimental results show that the proposed multi-objective adaptive tracking algorithm has a significant improvement in the subjective and objective performance compared with the similar algorithms, and its tracking accuracy and robustness are improved.

    Compressive sensing Multi-object tracking Adaptive

    2016-04-27。國(guó)家自然科學(xué)基金項(xiàng)目(61171077,61401239);江蘇高校品牌專(zhuān)業(yè)建設(shè)工程項(xiàng)目(PPZY2015B135);江蘇省基礎(chǔ)研究計(jì)劃(自然科學(xué)基金)資助項(xiàng)目(BK20130393);2016年南通大學(xué)大學(xué)生創(chuàng)新訓(xùn)練計(jì)劃項(xiàng)目(2016069)。劉旸波,碩士生,主研領(lǐng)域:圖像處理。李洪均,講師。張晨,本科生。謝正光,教授。

    TP301

    A

    10.3969/j.issn.1000-386x.2017.05.026

    猜你喜歡
    分類(lèi)器背景噪聲
    “新四化”背景下汽車(chē)NVH的發(fā)展趨勢(shì)
    《論持久戰(zhàn)》的寫(xiě)作背景
    噪聲可退化且依賴(lài)于狀態(tài)和分布的平均場(chǎng)博弈
    BP-GA光照分類(lèi)器在車(chē)道線(xiàn)識(shí)別中的應(yīng)用
    控制噪聲有妙法
    晚清外語(yǔ)翻譯人才培養(yǎng)的背景
    加權(quán)空-譜與最近鄰分類(lèi)器相結(jié)合的高光譜圖像分類(lèi)
    結(jié)合模糊(C+P)均值聚類(lèi)和SP-V-支持向量機(jī)的TSK分類(lèi)器
    一種基于白噪聲響應(yīng)的隨機(jī)載荷譜識(shí)別方法
    基于LLE降維和BP_Adaboost分類(lèi)器的GIS局部放電模式識(shí)別
    在线观看免费高清a一片| 美国免费a级毛片| 中国美女看黄片| 一二三四社区在线视频社区8| 超碰97精品在线观看| 搡老乐熟女国产| 麻豆av在线久日| 91精品三级在线观看| 国产精品久久久久久精品古装| 丁香六月欧美| 少妇人妻久久综合中文| 亚洲九九香蕉| 国产精品香港三级国产av潘金莲 | 免费日韩欧美在线观看| 欧美日本中文国产一区发布| 日韩制服丝袜自拍偷拍| 97精品久久久久久久久久精品| 自线自在国产av| 男人操女人黄网站| 国产亚洲精品久久久久5区| 男人舔女人的私密视频| 一边摸一边抽搐一进一出视频| 一本色道久久久久久精品综合| 亚洲欧美精品自产自拍| 国产精品麻豆人妻色哟哟久久| 国产日韩欧美视频二区| 中文字幕av电影在线播放| 十八禁人妻一区二区| 精品免费久久久久久久清纯 | 一本色道久久久久久精品综合| cao死你这个sao货| 午夜免费观看性视频| 国产精品一二三区在线看| 国产免费一区二区三区四区乱码| 欧美日韩亚洲国产一区二区在线观看 | av视频免费观看在线观看| 黄色怎么调成土黄色| 欧美日韩成人在线一区二区| 19禁男女啪啪无遮挡网站| 久久精品国产a三级三级三级| 亚洲成人手机| 国产成人啪精品午夜网站| 制服诱惑二区| 国产黄频视频在线观看| 国产精品.久久久| 亚洲人成网站在线观看播放| 午夜福利视频在线观看免费| 亚洲专区中文字幕在线| 最近手机中文字幕大全| 国产成人啪精品午夜网站| 精品国产乱码久久久久久小说| 成人亚洲欧美一区二区av| 亚洲精品久久成人aⅴ小说| 自线自在国产av| 超碰97精品在线观看| 亚洲精品久久午夜乱码| 一级毛片电影观看| 亚洲精品日韩在线中文字幕| 永久免费av网站大全| 捣出白浆h1v1| 91麻豆精品激情在线观看国产 | 国产精品国产三级专区第一集| 超色免费av| 大码成人一级视频| 久久久国产一区二区| 一区二区三区四区激情视频| 亚洲自偷自拍图片 自拍| 九色亚洲精品在线播放| 美女视频免费永久观看网站| 国产在线观看jvid| 久热这里只有精品99| 久久狼人影院| 日韩精品免费视频一区二区三区| 青春草视频在线免费观看| kizo精华| 久久精品熟女亚洲av麻豆精品| 日韩电影二区| av有码第一页| 久久免费观看电影| 亚洲精品日韩在线中文字幕| 纵有疾风起免费观看全集完整版| 男女下面插进去视频免费观看| 久久精品国产亚洲av高清一级| 超色免费av| 精品久久蜜臀av无| 精品久久蜜臀av无| av网站在线播放免费| 成人国产av品久久久| av国产久精品久网站免费入址| 久久青草综合色| 人人澡人人妻人| 成人18禁高潮啪啪吃奶动态图| 精品欧美一区二区三区在线| 国产精品三级大全| 欧美日韩视频高清一区二区三区二| 欧美另类一区| 亚洲,一卡二卡三卡| 高清不卡的av网站| 一本久久精品| 午夜两性在线视频| 亚洲欧美激情在线| 亚洲三区欧美一区| 日韩 亚洲 欧美在线| 无限看片的www在线观看| 丝袜脚勾引网站| 老司机深夜福利视频在线观看 | 日本wwww免费看| 各种免费的搞黄视频| 人人妻人人澡人人看| 亚洲天堂av无毛| 亚洲人成电影免费在线| 丝袜人妻中文字幕| 日韩人妻精品一区2区三区| 国产免费现黄频在线看| 久久av网站| 国产不卡av网站在线观看| 久久亚洲精品不卡| 国产xxxxx性猛交| 日本五十路高清| av天堂在线播放| 无遮挡黄片免费观看| 在线 av 中文字幕| 手机成人av网站| 男女国产视频网站| 国产国语露脸激情在线看| 丝袜美腿诱惑在线| 亚洲精品美女久久av网站| 赤兔流量卡办理| 十八禁高潮呻吟视频| 久久久久久久国产电影| 三上悠亚av全集在线观看| 激情视频va一区二区三区| 中文字幕制服av| 嫩草影视91久久| 在线亚洲精品国产二区图片欧美| 晚上一个人看的免费电影| 99热全是精品| 亚洲精品日本国产第一区| 婷婷色综合www| 国语对白做爰xxxⅹ性视频网站| 一本综合久久免费| 最近手机中文字幕大全| 老司机深夜福利视频在线观看 | 欧美人与性动交α欧美精品济南到| 成年美女黄网站色视频大全免费| 亚洲精品日韩在线中文字幕| 亚洲色图 男人天堂 中文字幕| 波多野结衣一区麻豆| av又黄又爽大尺度在线免费看| 热re99久久国产66热| 亚洲精品成人av观看孕妇| 男人添女人高潮全过程视频| 国产男女超爽视频在线观看| 国产免费福利视频在线观看| 国产成人91sexporn| 免费在线观看日本一区| 欧美成人午夜精品| 两个人免费观看高清视频| 久久中文字幕一级| 久久久亚洲精品成人影院| 日本色播在线视频| 一区二区av电影网| 中文精品一卡2卡3卡4更新| 丰满迷人的少妇在线观看| 久久人人爽av亚洲精品天堂| 一本综合久久免费| 婷婷成人精品国产| 九草在线视频观看| 又大又爽又粗| 熟女少妇亚洲综合色aaa.| 中文字幕av电影在线播放| 丝袜美足系列| av电影中文网址| 少妇 在线观看| 亚洲欧美精品自产自拍| 免费观看人在逋| 欧美激情高清一区二区三区| 伊人亚洲综合成人网| 精品一区二区三区四区五区乱码 | av又黄又爽大尺度在线免费看| 色播在线永久视频| 妹子高潮喷水视频| 欧美日韩黄片免| 亚洲 国产 在线| 亚洲成人免费av在线播放| 午夜影院在线不卡| 久久鲁丝午夜福利片| 免费女性裸体啪啪无遮挡网站| 亚洲一码二码三码区别大吗| 亚洲黑人精品在线| 交换朋友夫妻互换小说| 久久这里只有精品19| 亚洲天堂av无毛| 精品国产乱码久久久久久小说| 色精品久久人妻99蜜桃| 看免费成人av毛片| 久久人妻熟女aⅴ| 国产色视频综合| 18禁裸乳无遮挡动漫免费视频| 一级毛片电影观看| 丁香六月欧美| 欧美 亚洲 国产 日韩一| 美女国产高潮福利片在线看| 国产视频一区二区在线看| 下体分泌物呈黄色| 欧美日韩黄片免| 日本欧美视频一区| 熟女av电影| 国产精品久久久人人做人人爽| 国产91精品成人一区二区三区 | 大香蕉久久成人网| 美女主播在线视频| 国产97色在线日韩免费| 天堂8中文在线网| 欧美日韩视频高清一区二区三区二| 我要看黄色一级片免费的| 不卡av一区二区三区| 黄网站色视频无遮挡免费观看| 丰满饥渴人妻一区二区三| av线在线观看网站| 久久av网站| 纵有疾风起免费观看全集完整版| 日韩伦理黄色片| 精品一区二区三区四区五区乱码 | 久久久久视频综合| 日韩大片免费观看网站| 国产精品一区二区在线不卡| 一级毛片我不卡| 一本综合久久免费| 黄色怎么调成土黄色| 久久综合国产亚洲精品| 后天国语完整版免费观看| 欧美成狂野欧美在线观看| 欧美人与性动交α欧美精品济南到| 国产成人欧美在线观看 | 国产熟女午夜一区二区三区| 国产欧美日韩综合在线一区二区| 亚洲伊人久久精品综合| 国产亚洲欧美精品永久| 91老司机精品| 午夜激情av网站| 国产一区有黄有色的免费视频| 人人妻人人爽人人添夜夜欢视频| 看免费成人av毛片| 交换朋友夫妻互换小说| 亚洲av男天堂| 国产精品一区二区免费欧美 | 久久久久视频综合| 欧美国产精品一级二级三级| 9191精品国产免费久久| 一二三四在线观看免费中文在| 国产无遮挡羞羞视频在线观看| 欧美黑人精品巨大| 久久精品国产亚洲av高清一级| 亚洲欧洲国产日韩| 亚洲伊人久久精品综合| 黑人欧美特级aaaaaa片| 欧美性长视频在线观看| 每晚都被弄得嗷嗷叫到高潮| 免费看不卡的av| 男女无遮挡免费网站观看| 亚洲精品美女久久久久99蜜臀 | 高清av免费在线| 午夜免费鲁丝| 五月天丁香电影| 午夜福利视频在线观看免费| avwww免费| 美女脱内裤让男人舔精品视频| 久久精品亚洲av国产电影网| 亚洲欧洲日产国产| 亚洲av片天天在线观看| 国产高清视频在线播放一区 | 亚洲精品国产av成人精品| 久久国产精品影院| 免费在线观看影片大全网站 | 国产不卡av网站在线观看| 岛国毛片在线播放| 欧美精品一区二区大全| 国产成人91sexporn| 91九色精品人成在线观看| 一边摸一边做爽爽视频免费| videos熟女内射| 五月开心婷婷网| cao死你这个sao货| av福利片在线| 国产亚洲欧美精品永久| 久久精品久久精品一区二区三区| 精品少妇一区二区三区视频日本电影| av在线app专区| 人妻一区二区av| 少妇裸体淫交视频免费看高清 | 欧美+亚洲+日韩+国产| 老司机靠b影院| kizo精华| 久久久久久久久久久久大奶| 国产激情久久老熟女| 在现免费观看毛片| 亚洲精品中文字幕在线视频| 丝瓜视频免费看黄片| www.999成人在线观看| 欧美亚洲 丝袜 人妻 在线| 精品久久蜜臀av无| 午夜福利影视在线免费观看| 自线自在国产av| 女性生殖器流出的白浆| 91国产中文字幕| www.熟女人妻精品国产| 免费日韩欧美在线观看| 久久久久久久国产电影| 国产精品国产av在线观看| 日韩熟女老妇一区二区性免费视频| 欧美黑人欧美精品刺激| 国产女主播在线喷水免费视频网站| 香蕉国产在线看| 在线av久久热| 精品欧美一区二区三区在线| 亚洲色图综合在线观看| 亚洲欧美一区二区三区久久| 国产精品一二三区在线看| 在线观看一区二区三区激情| 大陆偷拍与自拍| 91国产中文字幕| 50天的宝宝边吃奶边哭怎么回事| 亚洲专区国产一区二区| 男人添女人高潮全过程视频| 久久免费观看电影| 国产亚洲欧美精品永久| 啦啦啦在线免费观看视频4| 欧美亚洲日本最大视频资源| 国产淫语在线视频| 亚洲欧美精品自产自拍| 老司机午夜十八禁免费视频| 国产高清国产精品国产三级| 人妻人人澡人人爽人人| 纯流量卡能插随身wifi吗| 十八禁网站网址无遮挡| 国产精品成人在线| 国产免费视频播放在线视频| 波多野结衣av一区二区av| 日韩人妻精品一区2区三区| 青青草视频在线视频观看| 妹子高潮喷水视频| 亚洲av美国av| 亚洲伊人久久精品综合| 亚洲欧美精品综合一区二区三区| 十八禁网站网址无遮挡| 一区二区av电影网| 亚洲精品久久午夜乱码| 欧美成人午夜精品| 一本一本久久a久久精品综合妖精| 只有这里有精品99| 天堂8中文在线网| 午夜视频精品福利| 捣出白浆h1v1| 久久久久久久久久久久大奶| bbb黄色大片| 在线观看www视频免费| 一级片免费观看大全| 日本av手机在线免费观看| 精品少妇一区二区三区视频日本电影| 久久鲁丝午夜福利片| 后天国语完整版免费观看| 国产精品一区二区免费欧美 | 高清av免费在线| 狂野欧美激情性bbbbbb| 精品国产一区二区三区四区第35| 伊人亚洲综合成人网| 成人三级做爰电影| 丝袜脚勾引网站| 高清视频免费观看一区二区| cao死你这个sao货| 777米奇影视久久| 亚洲午夜精品一区,二区,三区| 国产精品香港三级国产av潘金莲 | 啦啦啦在线免费观看视频4| 免费看av在线观看网站| 午夜福利在线免费观看网站| 日韩制服骚丝袜av| 色婷婷久久久亚洲欧美| av在线老鸭窝| 国产男女超爽视频在线观看| 在线观看免费午夜福利视频| 王馨瑶露胸无遮挡在线观看| 国产精品麻豆人妻色哟哟久久| 国产伦人伦偷精品视频| 中文字幕色久视频| 超碰成人久久| 亚洲 国产 在线| 国产精品一区二区在线观看99| 久久这里只有精品19| 国产在视频线精品| 久久久久久人人人人人| 大香蕉久久网| 色婷婷av一区二区三区视频| 一区二区三区乱码不卡18| 一个人免费看片子| 满18在线观看网站| 首页视频小说图片口味搜索 | 午夜福利乱码中文字幕| 99精国产麻豆久久婷婷| 国产一区亚洲一区在线观看| 国产老妇伦熟女老妇高清| 1024香蕉在线观看| 波多野结衣一区麻豆| xxxhd国产人妻xxx| 亚洲图色成人| 人体艺术视频欧美日本| 成人三级做爰电影| 亚洲三区欧美一区| 国产一区二区激情短视频 | 成年美女黄网站色视频大全免费| 2018国产大陆天天弄谢| 久热爱精品视频在线9| 亚洲中文av在线| 少妇人妻 视频| 久久久久网色| 亚洲成av片中文字幕在线观看| 电影成人av| 午夜免费鲁丝| 丁香六月天网| 制服诱惑二区| 亚洲国产最新在线播放| 国产爽快片一区二区三区| 国产伦人伦偷精品视频| 黑人猛操日本美女一级片| 天天躁日日躁夜夜躁夜夜| 免费黄频网站在线观看国产| 欧美在线一区亚洲| 日本av手机在线免费观看| 亚洲国产精品国产精品| 亚洲中文av在线| 免费在线观看黄色视频的| 制服人妻中文乱码| 曰老女人黄片| 亚洲精品美女久久久久99蜜臀 | 9热在线视频观看99| 日本黄色日本黄色录像| 最新在线观看一区二区三区 | 亚洲精品一区蜜桃| 色网站视频免费| 91麻豆av在线| 色婷婷久久久亚洲欧美| 1024香蕉在线观看| 操出白浆在线播放| 免费在线观看视频国产中文字幕亚洲 | 中文字幕另类日韩欧美亚洲嫩草| 亚洲国产欧美在线一区| 日韩一区二区三区影片| 久久女婷五月综合色啪小说| 两人在一起打扑克的视频| 国产精品99久久99久久久不卡| 欧美黑人欧美精品刺激| 国产麻豆69| 色婷婷久久久亚洲欧美| 亚洲久久久国产精品| 欧美日韩福利视频一区二区| 在现免费观看毛片| 欧美黑人欧美精品刺激| 2018国产大陆天天弄谢| 激情视频va一区二区三区| 国产伦人伦偷精品视频| 国产视频首页在线观看| 午夜精品国产一区二区电影| www.自偷自拍.com| 自线自在国产av| 一级,二级,三级黄色视频| 国产免费一区二区三区四区乱码| a级片在线免费高清观看视频| 色婷婷av一区二区三区视频| 一二三四在线观看免费中文在| 大香蕉久久网| 欧美精品av麻豆av| 欧美av亚洲av综合av国产av| 日韩伦理黄色片| 老司机在亚洲福利影院| 男女免费视频国产| 欧美 亚洲 国产 日韩一| 国产精品一区二区在线观看99| 黄色a级毛片大全视频| 午夜福利,免费看| 伦理电影免费视频| 蜜桃在线观看..| 成人国语在线视频| 999精品在线视频| 1024视频免费在线观看| 777久久人妻少妇嫩草av网站| 国产熟女欧美一区二区| 精品少妇内射三级| 美女高潮到喷水免费观看| 国产精品一区二区免费欧美 | 伊人久久大香线蕉亚洲五| 十八禁人妻一区二区| 亚洲精品日本国产第一区| 夫妻性生交免费视频一级片| 午夜免费鲁丝| 1024香蕉在线观看| 亚洲欧洲精品一区二区精品久久久| 巨乳人妻的诱惑在线观看| 性少妇av在线| 999精品在线视频| 十八禁人妻一区二区| 欧美日韩av久久| 大话2 男鬼变身卡| 国产老妇伦熟女老妇高清| 天天操日日干夜夜撸| 少妇猛男粗大的猛烈进出视频| 亚洲第一青青草原| 男女国产视频网站| 99久久人妻综合| 午夜av观看不卡| 午夜两性在线视频| 国产女主播在线喷水免费视频网站| 欧美国产精品va在线观看不卡| 成年美女黄网站色视频大全免费| av电影中文网址| 中文字幕另类日韩欧美亚洲嫩草| 我要看黄色一级片免费的| 亚洲av日韩精品久久久久久密 | 久久精品久久久久久久性| 人成视频在线观看免费观看| 一区二区三区乱码不卡18| 亚洲中文av在线| 99久久综合免费| 19禁男女啪啪无遮挡网站| 久久综合国产亚洲精品| 考比视频在线观看| 熟女少妇亚洲综合色aaa.| 亚洲国产精品国产精品| 99香蕉大伊视频| 亚洲熟女毛片儿| 欧美精品人与动牲交sv欧美| 一本大道久久a久久精品| 90打野战视频偷拍视频| 一区二区三区四区激情视频| 啦啦啦 在线观看视频| 校园人妻丝袜中文字幕| 亚洲男人天堂网一区| www.熟女人妻精品国产| 国产精品国产av在线观看| 国产成人啪精品午夜网站| 日韩电影二区| 一本—道久久a久久精品蜜桃钙片| 精品亚洲乱码少妇综合久久| 国产一区二区在线观看av| 韩国精品一区二区三区| 国产极品粉嫩免费观看在线| 精品国产超薄肉色丝袜足j| 色精品久久人妻99蜜桃| 欧美 亚洲 国产 日韩一| 你懂的网址亚洲精品在线观看| 久久精品亚洲熟妇少妇任你| 纵有疾风起免费观看全集完整版| 国产老妇伦熟女老妇高清| 黄频高清免费视频| 色婷婷久久久亚洲欧美| 国产伦人伦偷精品视频| 精品人妻一区二区三区麻豆| 99香蕉大伊视频| 成人国产一区最新在线观看 | 我要看黄色一级片免费的| 啦啦啦 在线观看视频| 久久久精品94久久精品| avwww免费| 国产精品免费大片| 国产免费又黄又爽又色| 777米奇影视久久| 精品亚洲成国产av| 女人精品久久久久毛片| 免费少妇av软件| 精品久久蜜臀av无| 国产一区有黄有色的免费视频| 日本vs欧美在线观看视频| 成人国产一区最新在线观看 | 亚洲午夜精品一区,二区,三区| 交换朋友夫妻互换小说| 国产精品久久久久成人av| 国产精品av久久久久免费| 欧美人与性动交α欧美软件| 你懂的网址亚洲精品在线观看| 一本大道久久a久久精品| 国产亚洲精品久久久久5区| 午夜日韩欧美国产| 黄色视频不卡| 亚洲精品久久午夜乱码| 亚洲精品美女久久久久99蜜臀 | tube8黄色片| 久久久久视频综合| 男人添女人高潮全过程视频| 国产精品欧美亚洲77777| 亚洲第一青青草原| 高潮久久久久久久久久久不卡| 亚洲国产日韩一区二区| 亚洲色图综合在线观看| 国产一区二区激情短视频 | 欧美国产精品一级二级三级| 国产av一区二区精品久久| 国产片内射在线| 亚洲成av片中文字幕在线观看| 精品少妇久久久久久888优播| 美女高潮到喷水免费观看| 亚洲欧美一区二区三区久久| 狠狠婷婷综合久久久久久88av| 女性被躁到高潮视频| 一级片免费观看大全| 一级黄片播放器| 如日韩欧美国产精品一区二区三区| 免费在线观看影片大全网站 | 亚洲国产精品一区三区| 捣出白浆h1v1| 亚洲av片天天在线观看| 国产av精品麻豆| 女性被躁到高潮视频| 日韩人妻精品一区2区三区| 99热全是精品| 香蕉国产在线看|