• <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
    我要看黄色一级片免费的| 婷婷成人精品国产| 免费av中文字幕在线| 亚洲精品日韩在线中文字幕| 国产在线视频一区二区| 国产精品国产三级国产专区5o| 卡戴珊不雅视频在线播放| 国产精品免费大片| 久久午夜综合久久蜜桃| 亚洲欧洲日产国产| 亚洲精品国产一区二区精华液| 99久久中文字幕三级久久日本| 欧美日韩一级在线毛片| 欧美日韩一级在线毛片| 日韩大片免费观看网站| 日本av免费视频播放| 亚洲av日韩在线播放| 国产精品不卡视频一区二区| 老女人水多毛片| 日本欧美视频一区| 免费黄频网站在线观看国产| a 毛片基地| 天堂8中文在线网| 欧美日韩一级在线毛片| 午夜日本视频在线| 母亲3免费完整高清在线观看 | 不卡视频在线观看欧美| 天天躁狠狠躁夜夜躁狠狠躁| 狂野欧美激情性bbbbbb| 日韩 亚洲 欧美在线| 我要看黄色一级片免费的| 又黄又粗又硬又大视频| 99久久综合免费| 国产综合精华液| 久久热在线av| 两个人看的免费小视频| av一本久久久久| 久久人人爽av亚洲精品天堂| 精品一区在线观看国产| 97在线视频观看| 亚洲精品美女久久久久99蜜臀 | 日本色播在线视频| 尾随美女入室| 亚洲久久久国产精品| 9热在线视频观看99| 精品午夜福利在线看| 国产一区二区三区av在线| 汤姆久久久久久久影院中文字幕| 伦理电影大哥的女人| 久久久久国产网址| 亚洲,欧美,日韩| 秋霞伦理黄片| 亚洲视频免费观看视频| 国产成人精品一,二区| 成年动漫av网址| av视频免费观看在线观看| 日韩电影二区| 青春草视频在线免费观看| 日韩一区二区视频免费看| a级片在线免费高清观看视频| 麻豆乱淫一区二区| 成年av动漫网址| 热re99久久精品国产66热6| 久久久久国产精品人妻一区二区| 久久人人爽人人片av| 亚洲欧美一区二区三区国产| 一边摸一边做爽爽视频免费| 黄色 视频免费看| 国产爽快片一区二区三区| 久久精品国产综合久久久| 一二三四中文在线观看免费高清| 久久影院123| 久久热在线av| 男女边吃奶边做爰视频| 男人操女人黄网站| 亚洲av欧美aⅴ国产| 国产男女超爽视频在线观看| 十八禁网站网址无遮挡| 欧美变态另类bdsm刘玥| 久久久久久久亚洲中文字幕| 久久这里有精品视频免费| 久久精品国产鲁丝片午夜精品| 亚洲精品日本国产第一区| 青青草视频在线视频观看| 精品少妇内射三级| 中国国产av一级| 免费人妻精品一区二区三区视频| 久久这里只有精品19| 欧美精品一区二区大全| 一区二区日韩欧美中文字幕| 国产亚洲精品第一综合不卡| 飞空精品影院首页| 在线观看一区二区三区激情| 婷婷成人精品国产| av女优亚洲男人天堂| 午夜老司机福利剧场| 又黄又粗又硬又大视频| 97精品久久久久久久久久精品| 飞空精品影院首页| 在线观看人妻少妇| 五月天丁香电影| 大片电影免费在线观看免费| 国产男人的电影天堂91| av一本久久久久| 中国国产av一级| 啦啦啦在线免费观看视频4| 成人漫画全彩无遮挡| 欧美激情高清一区二区三区 | 亚洲国产毛片av蜜桃av| 热99久久久久精品小说推荐| 黄片小视频在线播放| 黄色一级大片看看| 国产福利在线免费观看视频| 日产精品乱码卡一卡2卡三| 搡女人真爽免费视频火全软件| 成年女人毛片免费观看观看9 | 十八禁网站网址无遮挡| 日日啪夜夜爽| 久久精品国产亚洲av天美| av电影中文网址| 亚洲欧洲精品一区二区精品久久久 | 中文字幕人妻熟女乱码| 成人黄色视频免费在线看| 日本vs欧美在线观看视频| 久久久国产一区二区| 男女国产视频网站| 国产1区2区3区精品| 9热在线视频观看99| 亚洲av综合色区一区| 国产一区有黄有色的免费视频| 亚洲精品美女久久久久99蜜臀 | 久久人妻熟女aⅴ| 黄色一级大片看看| 熟女电影av网| 宅男免费午夜| 欧美亚洲日本最大视频资源| 不卡av一区二区三区| 亚洲综合精品二区| 亚洲国产欧美网| 国产在视频线精品| 精品第一国产精品| 男女边吃奶边做爰视频| 国产精品秋霞免费鲁丝片| 成年女人毛片免费观看观看9 | 国产黄色免费在线视频| 老汉色∧v一级毛片| 热re99久久国产66热| 久久久久视频综合| 观看av在线不卡| 人妻 亚洲 视频| 黄色毛片三级朝国网站| 一级片'在线观看视频| 性高湖久久久久久久久免费观看| 宅男免费午夜| 最近的中文字幕免费完整| 丰满迷人的少妇在线观看| 波多野结衣一区麻豆| 国产精品.久久久| 精品酒店卫生间| 欧美 日韩 精品 国产| 最近手机中文字幕大全| 欧美精品国产亚洲| 韩国高清视频一区二区三区| 天美传媒精品一区二区| 亚洲精品自拍成人| 18禁国产床啪视频网站| 免费少妇av软件| 午夜福利视频在线观看免费| 成年动漫av网址| 精品一区二区三卡| 免费少妇av软件| 久久久久精品性色| 看非洲黑人一级黄片| 欧美激情高清一区二区三区 | 亚洲综合色惰| 国产精品一国产av| 欧美日本中文国产一区发布| 人妻一区二区av| 久久久久国产网址| 少妇被粗大的猛进出69影院| 午夜福利在线免费观看网站| 成人亚洲欧美一区二区av| 精品少妇黑人巨大在线播放| 日韩精品免费视频一区二区三区| 亚洲精品中文字幕在线视频| 国产精品国产三级国产专区5o| videossex国产| 国产一区二区在线观看av| 中文天堂在线官网| 久久人妻熟女aⅴ| 欧美激情极品国产一区二区三区| 欧美 日韩 精品 国产| 天天躁日日躁夜夜躁夜夜| 男女边吃奶边做爰视频| 久久久久久伊人网av| 国产精品人妻久久久影院| 亚洲精品国产一区二区精华液| 精品午夜福利在线看| 国产亚洲欧美精品永久| 91精品伊人久久大香线蕉| 黄色怎么调成土黄色| 中国国产av一级| 亚洲情色 制服丝袜| 成人影院久久| av免费观看日本| 日韩中文字幕视频在线看片| 国产麻豆69| 久久精品久久久久久噜噜老黄| 天天躁夜夜躁狠狠久久av| 久久鲁丝午夜福利片| 巨乳人妻的诱惑在线观看| 老女人水多毛片| 亚洲伊人色综图| 国产成人欧美| 黄色怎么调成土黄色| 欧美少妇被猛烈插入视频| 少妇人妻 视频| 国产极品天堂在线| 国产精品无大码| 伦理电影大哥的女人| 香蕉丝袜av| 大香蕉久久成人网| 最新中文字幕久久久久| 亚洲一区二区三区欧美精品| 伊人亚洲综合成人网| 黄色一级大片看看| 午夜日本视频在线| 91aial.com中文字幕在线观看| 亚洲av成人精品一二三区| 亚洲综合色惰| 高清av免费在线| 免费高清在线观看视频在线观看| 久久久国产精品麻豆| 精品国产一区二区三区四区第35| 国产精品麻豆人妻色哟哟久久| 午夜影院在线不卡| 美女视频免费永久观看网站| 欧美精品亚洲一区二区| 我的亚洲天堂| 曰老女人黄片| 日韩一区二区三区影片| 日韩中文字幕欧美一区二区 | 国产成人欧美| 18禁观看日本| 男女无遮挡免费网站观看| 深夜精品福利| 国产黄色免费在线视频| 亚洲欧美成人综合另类久久久| 黄色一级大片看看| 免费少妇av软件| 老女人水多毛片| 亚洲成人一二三区av| 亚洲成人手机| 中文字幕av电影在线播放| 国产高清国产精品国产三级| 精品国产一区二区久久| 欧美日韩精品成人综合77777| av福利片在线| 免费观看无遮挡的男女| 日韩免费高清中文字幕av| 亚洲欧美日韩另类电影网站| 久久久久久免费高清国产稀缺| 国产在线一区二区三区精| 在线精品无人区一区二区三| 叶爱在线成人免费视频播放| 精品国产露脸久久av麻豆| 你懂的网址亚洲精品在线观看| 美女高潮到喷水免费观看| 精品人妻熟女毛片av久久网站| 国产黄色视频一区二区在线观看| 激情五月婷婷亚洲| 夫妻午夜视频| 一级片'在线观看视频| 男女国产视频网站| 午夜激情久久久久久久| 亚洲av福利一区| 久久综合国产亚洲精品| 日韩成人av中文字幕在线观看| 一级毛片电影观看| 久久久久人妻精品一区果冻| 久久99热这里只频精品6学生| 久久久精品免费免费高清| 国产亚洲精品第一综合不卡| 久久久久久久国产电影| 女人被躁到高潮嗷嗷叫费观| 女人被躁到高潮嗷嗷叫费观| 亚洲伊人色综图| 午夜激情av网站| 9热在线视频观看99| 女人高潮潮喷娇喘18禁视频| 熟女av电影| 亚洲经典国产精华液单| 2022亚洲国产成人精品| 亚洲色图 男人天堂 中文字幕| 久久ye,这里只有精品| av福利片在线| 久久久精品国产亚洲av高清涩受| 午夜久久久在线观看| 在线免费观看不下载黄p国产| 精品人妻一区二区三区麻豆| 亚洲精品美女久久久久99蜜臀 | 看非洲黑人一级黄片| 多毛熟女@视频| 亚洲综合精品二区| 另类精品久久| 欧美日本中文国产一区发布| 最新的欧美精品一区二区| 免费不卡的大黄色大毛片视频在线观看| 精品一区在线观看国产| 777久久人妻少妇嫩草av网站| 久久精品久久久久久久性| 欧美日韩亚洲高清精品| 999久久久国产精品视频| 伊人久久大香线蕉亚洲五| 99久久人妻综合| 免费黄频网站在线观看国产| 国产xxxxx性猛交| 90打野战视频偷拍视频| 狠狠婷婷综合久久久久久88av| 精品国产露脸久久av麻豆| 满18在线观看网站| 天天躁夜夜躁狠狠久久av| 亚洲av国产av综合av卡| 成人黄色视频免费在线看| 五月伊人婷婷丁香| 久久这里只有精品19| 精品一区二区免费观看| 夫妻午夜视频| 丰满少妇做爰视频| 欧美国产精品va在线观看不卡| 曰老女人黄片| 亚洲精品第二区| 成年av动漫网址| 亚洲美女搞黄在线观看| 一级爰片在线观看| 精品视频人人做人人爽| 一级毛片黄色毛片免费观看视频| 欧美xxⅹ黑人| 日产精品乱码卡一卡2卡三| 一级片免费观看大全| 亚洲人成电影观看| 七月丁香在线播放| 一级片'在线观看视频| 人人澡人人妻人| 欧美日韩精品网址| 亚洲av综合色区一区| 男人舔女人的私密视频| 日本欧美视频一区| 一区二区日韩欧美中文字幕| 国产毛片在线视频| 成人亚洲精品一区在线观看| 波多野结衣一区麻豆| 亚洲国产av新网站| 欧美中文综合在线视频| 欧美精品av麻豆av| 毛片一级片免费看久久久久| 亚洲国产最新在线播放| 一本大道久久a久久精品| 老司机亚洲免费影院| 国产野战对白在线观看| 国产av一区二区精品久久| 亚洲,欧美精品.| 久久久久久久久久久免费av| 交换朋友夫妻互换小说| 免费播放大片免费观看视频在线观看| 亚洲内射少妇av| 人人澡人人妻人| 好男人视频免费观看在线| 国产精品99久久99久久久不卡 | 欧美激情 高清一区二区三区| 中文字幕人妻丝袜制服| 青春草视频在线免费观看| 精品视频人人做人人爽| 精品视频人人做人人爽| 亚洲精品久久久久久婷婷小说| 黑人欧美特级aaaaaa片| 18禁观看日本| 精品国产露脸久久av麻豆| 中文精品一卡2卡3卡4更新| 亚洲国产精品成人久久小说| 午夜免费男女啪啪视频观看| 国产一区二区三区av在线| 啦啦啦在线免费观看视频4| 天天躁夜夜躁狠狠躁躁| 大话2 男鬼变身卡| 美女xxoo啪啪120秒动态图| 涩涩av久久男人的天堂| 日韩人妻精品一区2区三区| 极品人妻少妇av视频| 精品久久久精品久久久| 两个人免费观看高清视频| 亚洲综合色网址| 日韩中文字幕欧美一区二区 | 丰满乱子伦码专区| 精品99又大又爽又粗少妇毛片| 成人毛片60女人毛片免费| 国产亚洲午夜精品一区二区久久| 韩国高清视频一区二区三区| 久久国产精品大桥未久av| 亚洲av福利一区| 青春草国产在线视频| 久久久久人妻精品一区果冻| 亚洲一区中文字幕在线| 看免费成人av毛片| av又黄又爽大尺度在线免费看| 亚洲成人一二三区av| 黄片小视频在线播放| 国产精品免费大片| 丝袜在线中文字幕| 亚洲精品aⅴ在线观看| 亚洲精品久久午夜乱码| 久久精品aⅴ一区二区三区四区 | 日韩三级伦理在线观看| 国产精品国产三级国产专区5o| 久久久久国产网址| 久久久久国产一级毛片高清牌| 青春草国产在线视频| 国产av精品麻豆| 国产精品 欧美亚洲| 午夜精品国产一区二区电影| a级毛片在线看网站| 亚洲精品久久午夜乱码| 成人免费观看视频高清| av一本久久久久| 新久久久久国产一级毛片| 日韩av在线免费看完整版不卡| 免费日韩欧美在线观看| 看十八女毛片水多多多| www.熟女人妻精品国产| 97人妻天天添夜夜摸| 成人免费观看视频高清| 亚洲av电影在线观看一区二区三区| av在线app专区| 中文字幕人妻丝袜制服| 如日韩欧美国产精品一区二区三区| 精品一区二区三区四区五区乱码 | 国产1区2区3区精品| 亚洲美女视频黄频| 亚洲av.av天堂| 少妇人妻 视频| 一个人免费看片子| 女性生殖器流出的白浆| 久久99蜜桃精品久久| 久久ye,这里只有精品| 一级毛片我不卡| 亚洲精品中文字幕在线视频| 亚洲av在线观看美女高潮| 80岁老熟妇乱子伦牲交| 精品亚洲成国产av| 亚洲人成网站在线观看播放| 精品人妻偷拍中文字幕| av一本久久久久| 久久精品国产综合久久久| 欧美精品亚洲一区二区| 激情视频va一区二区三区| 久久人人爽人人片av| 亚洲av在线观看美女高潮| 久久久精品免费免费高清| 国产一区有黄有色的免费视频| 久久久久久久亚洲中文字幕| 成人午夜精彩视频在线观看| 亚洲国产精品999| 久久久国产精品麻豆| 午夜福利网站1000一区二区三区| 国产精品无大码| 国产熟女午夜一区二区三区| 极品人妻少妇av视频| 人人妻人人添人人爽欧美一区卜| 一二三四中文在线观看免费高清| 亚洲 欧美一区二区三区| 欧美变态另类bdsm刘玥| 亚洲视频免费观看视频| 亚洲中文av在线| 亚洲欧美一区二区三区黑人 | 啦啦啦在线观看免费高清www| 免费久久久久久久精品成人欧美视频| av片东京热男人的天堂| 亚洲国产欧美在线一区| 国产高清国产精品国产三级| 国产精品三级大全| 97在线视频观看| 亚洲美女黄色视频免费看| 99热网站在线观看| 好男人视频免费观看在线| 丰满饥渴人妻一区二区三| 午夜av观看不卡| 日本猛色少妇xxxxx猛交久久| 少妇熟女欧美另类| av有码第一页| 成人国语在线视频| 精品第一国产精品| 欧美成人午夜精品| 18+在线观看网站| 午夜av观看不卡| 午夜老司机福利剧场| 在线观看人妻少妇| 亚洲av电影在线进入| 成人免费观看视频高清| av.在线天堂| 亚洲精品视频女| 午夜福利在线观看免费完整高清在| 在线观看三级黄色| 日本爱情动作片www.在线观看| 麻豆乱淫一区二区| 精品酒店卫生间| 黄色怎么调成土黄色| 欧美变态另类bdsm刘玥| 久久ye,这里只有精品| 两个人免费观看高清视频| 熟女少妇亚洲综合色aaa.| 久热这里只有精品99| 搡老乐熟女国产| 国产伦理片在线播放av一区| 综合色丁香网| 国产精品国产av在线观看| 国产一区亚洲一区在线观看| 午夜福利视频在线观看免费| 日韩制服骚丝袜av| 免费黄频网站在线观看国产| 久久久久国产一级毛片高清牌| 纯流量卡能插随身wifi吗| 免费观看av网站的网址| 91午夜精品亚洲一区二区三区| 亚洲av中文av极速乱| 制服诱惑二区| 91精品国产国语对白视频| 日本91视频免费播放| 久久精品国产亚洲av高清一级| 五月伊人婷婷丁香| 啦啦啦视频在线资源免费观看| 侵犯人妻中文字幕一二三四区| 熟女av电影| 久久精品久久久久久噜噜老黄| 丰满少妇做爰视频| 久久精品国产a三级三级三级| 两个人免费观看高清视频| 69精品国产乱码久久久| 亚洲成人手机| 成人午夜精彩视频在线观看| 免费播放大片免费观看视频在线观看| 妹子高潮喷水视频| 久久99蜜桃精品久久| 国产精品国产三级国产专区5o| av在线观看视频网站免费| 国产精品免费视频内射| 久久久久久久久久久久大奶| 卡戴珊不雅视频在线播放| www.av在线官网国产| 黄片播放在线免费| 国产精品国产av在线观看| 久久午夜综合久久蜜桃| 亚洲视频免费观看视频| 欧美精品av麻豆av| 宅男免费午夜| 亚洲欧洲日产国产| 日韩欧美一区视频在线观看| 在线观看美女被高潮喷水网站| 精品人妻熟女毛片av久久网站| 丰满迷人的少妇在线观看| 亚洲久久久国产精品| 久久人人爽av亚洲精品天堂| 99re6热这里在线精品视频| 日韩中文字幕视频在线看片| 在线精品无人区一区二区三| 成年人午夜在线观看视频| 美女主播在线视频| 久久婷婷青草| 国产成人a∨麻豆精品| 日韩av不卡免费在线播放| 人妻少妇偷人精品九色| 1024视频免费在线观看| a级毛片黄视频| 国产精品无大码| 中文字幕亚洲精品专区| 日韩不卡一区二区三区视频在线| 欧美 日韩 精品 国产| 成人黄色视频免费在线看| 涩涩av久久男人的天堂| 最近最新中文字幕免费大全7| 午夜福利视频在线观看免费| 欧美日韩亚洲国产一区二区在线观看 | 久久久久久人人人人人| 波多野结衣一区麻豆| 一区二区三区激情视频| 欧美激情高清一区二区三区 | 天堂8中文在线网| 熟女av电影| 亚洲色图综合在线观看| 美女中出高潮动态图| 国产一区亚洲一区在线观看| 精品亚洲成国产av| 一边亲一边摸免费视频| 考比视频在线观看| 国产片内射在线| 亚洲,欧美精品.| 黄片播放在线免费| 午夜福利一区二区在线看| 精品卡一卡二卡四卡免费| 精品国产乱码久久久久久男人| 又黄又粗又硬又大视频| 亚洲欧美精品自产自拍| 婷婷色综合www| 免费人妻精品一区二区三区视频| 日韩视频在线欧美| 91精品伊人久久大香线蕉| 叶爱在线成人免费视频播放| 热99国产精品久久久久久7| 母亲3免费完整高清在线观看 | 女人被躁到高潮嗷嗷叫费观| 日本色播在线视频| 国产在线一区二区三区精| 免费不卡的大黄色大毛片视频在线观看| 美女中出高潮动态图| 精品一区在线观看国产| 赤兔流量卡办理|