时空上下文
时空上下文的相关文献在2009年到2022年内共计137篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、电工技术
等领域,其中期刊论文79篇、会议论文2篇、专利文献11268篇;相关期刊61种,包括火力与指挥控制、电视技术、红外技术等;
相关会议2种,包括第17届全国图象图形学学术会议、第十一届全国信号和智能信息处理与应用学术会议 等;时空上下文的相关文献由418位作者贡献,包括朱征宇、李帅、张晶等。
时空上下文—发文量
专利文献>
论文:11268篇
占比:99.29%
总计:11349篇
时空上下文
-研究学者
- 朱征宇
- 李帅
- 张晶
- 徐强
- 柳培忠
- 袁闯
- 郑加琴
- 骆炎民
- 万琴
- 伍立志
- 刘坤
- 周慧鑫
- 孔德慧
- 张作省
- 文武
- 朱晓林
- 李斐
- 李萌
- 杜永兆
- 林彬
- 王华通
- 王少帆
- 王旭
- 秦翰林
- 翟敬梅
- 肖岳平
- 范洪博
- 赵东
- 郑浩岚
- 郭春梅
- 陈恳
- 陈秀宏
- 伍文超
- 何静
- 傅俊鹏
- 刘敦强
- 吴郯
- 周书旺
- 孙健
- 宋勇
- 宋彬
- 宣璇
- 尚振宏
- 廖新平
- 张万程
- 张智亮
- 张路平
- 张雷
- 彭章祥
- 徐亮
-
-
王开正;
付一桐;
钱国超;
周仿荣;
文刚;
李露露;
单节杉;
王飞鹏;
李剑
-
-
摘要:
传统极轨卫星观测频次低和观测时间固定,难以对一个区域进行实时监测。因此,基于Himawari-8(H-8)静止卫星提出了一种能持续监测输电线路山火的时空上下文火点自动识别算法。该算法首先根据中红外和热红外波段对火点的敏感度差异,采用固定阈值法快速实现绝对火点识别和潜在火点提取,然后在空间上利用中红外和热红外的通道值、平均值和标准差之间的比值关系对潜在火点进行细判。在时间上利用H-8的高观测频次并融合火点发生概率进行持续性火点识别。所提技术已应用于南方某省级电网输电线路山火监测,并且准确率达72.5%,漏报率为43.9%。监测结果明显优于固定阈值法与传统的上下文法。
-
-
于国莉;
桑金歌;
李俊荣
-
-
摘要:
研究基于改进卷积神经网络的舰船实时目标跟踪识别技术,满足复杂背景下舰船目标跟踪识别的高精度需求。利用时空上下文算法确定舰船图像中,舰船目标与周围区域的时空对应关系,依据对应关系构建舰船图像目标置信图,将置信图中具有最大似然概率的区域,作为舰船目标的初定位区域;利用卷积神经网络搜索初定位区域,通过卷积层和下采样层的运算,识别舰船目标的精确位置;依据舰船目标精确位置识别结果,选取相关滤波算法,设置相关图中最大响应值位置作为舰船目标最新位置,输出舰船目标实时跟踪结果。实验结果表明,该技术在云雾遮挡、弱光照等复杂背景下,均可以精准跟踪识别舰船目标,舰船目标跟踪识别的平均覆盖率高于95%。
-
-
王向军;
罗仁;
徐小东
-
-
摘要:
针对高实时性要求、低计算能力的小型嵌入式平台的应用背景,本文提出一种低时间复杂度、高鲁棒性的目标跟踪算法.首先,构建基于时空上下文贝叶斯概率模型的跟踪算法架构,然后提出低时间复杂度的灰度特征尺度池策略实现尺度自适应更新,最后利用基于置信图最大似然概率的目标模型更新策略来提高抗遮挡性能.利用基准数据集OTB2013对本文算法进行测试,跟踪精度为58.9%,成功率为51.3%,优于时间复杂度相近的STC(Spatio-Temporal Context)和CSK(Circulant Structure with Kernels)算法.搭建以DSP为核心的小型目标跟踪平台对算法进行测试,可实现对视场中目标的实时稳定跟踪.当目标波门为64×64 Pixel时,稳定跟踪帧率可达42 frame/s,能够满足实时性和工程实用性的应用需求.
-
-
孔德慧;
荣子豪;
贾思宇;
王少帆;
尹宝才
-
-
摘要:
为了实现更为精确的视频目标跟踪,提出一种以时空上下文模型为基础的RGB-D序列目标跟踪算法.通过引入更新模板的深度信息,该模型精准地区分了输入序列的目标区域与背景区域,实现了深度权值和颜色权值的融合;基于目标序列的深度及目标动量计算,该模型有效地实现了尺度更新与遮挡处理.通过在RGB-D图像序列数据集上的详细实验评估,该时空上下文模型相对于其他先进的同类方法表现出更好的性能.因此,该方法实现了更为精确可靠的视频目标跟踪.
-
-
李鑫隆;
艾斯卡尔·艾木都拉
-
-
摘要:
连续图片序列中的运动对象与其局部背景保持相对稳定.相邻图像序列的目标局部灰度分布具有相似性.针对红外小目标跟踪杂波干扰与运动模糊问题,设计了基于局部相似的目标增强方法,并提出一种基于局部相似和运动估计的跟踪算法.该算法根据目标的局部相似性构建搜索空间,采用运动估计机制缩小搜索域,然后利用时空上下文学习跟踪算法产生跟踪结果.实验表明,本文方法能够有效应对杂波干扰和运动模糊情况,实现红外小目标的稳健跟踪,且具有较好的实时性.
-
-
孙炯宁;
吕太之;
张娟;
郭海涛
-
-
摘要:
由于运动目标变形、 无规律运动等特性,现有跟踪方法在进行动态目标实时检测与分割时存在着较大困难,自适应跟踪精度较低.针对复杂背景下视频目标稳健跟踪问题,提出了一种融合深度学习和时空预测的鲁棒单目标跟踪方法.在传统基于SiamMask网络的深度学习框架内引入兴趣区域检测方法,提升动态目标的在线检测与分割精度;在跟踪系统中融入时空上下文目标跟踪算法,根据目标时空关系的在线学习,预测新的目标位置并对SiamMask模型进行算法校正,实现视频序列中的目标快速识别与跟踪,较好地改善了环境干扰、 目标遮挡等复杂环境对跟踪精度的影响.验证结果表明,与传统方法相比,所提方法在精准度和鲁棒性方面有着较大提高,并且能保持较高的实时性.
-
-
万琴;
朱晓林;
肖岳平;
孙健;
王耀南;
颜金娥;
杨佳玉
-
-
摘要:
为了提高实时RGB–D目标遮挡跟踪精确度,解决多目标遮挡跟踪容易发生模型漂移和跟踪丢失等问题,本文提出一种基于RGB–D时空上下文模型的多目标遮挡跟踪算法.首先获取多目标检测定位区域,再通过目标时空上下文特征提取,建立目标时间上下文模型、目标空间上下文模型构成目标RGB–D时空上下文模型;然后在跟踪器判别跟踪状态时通过计算时间一致性进行颜色和深度特征自适应融合确定目标在当前帧位置;最后,当跟踪器判别多目标遮挡时引入深度概率,利用深度概率信息特征进行约束,通过最大后验概率(MAP)关联模型有效解决目标遮挡跟踪问题.在公用数据集clothing store dataset和princeton tracking benchmark dataset上进行定性对比实验和定量结果分析表明,本文提出的算法具有良好的遮挡跟踪性能,能较好解决多目标遮挡跟踪问题,提高目标遮挡跟踪的精确性和鲁棒性.
-
-
周洲;
陈太聪
-
-
摘要:
当前基于计算机视觉的动位移测量研究通常要求高速高分辨率摄像机和理想拍摄环境,以保证测量的性能和精度.然而高速相机成本较高,目标成像需要较高对比度,且实际拍摄过程中环境条件也难以保持稳定,导致应用受限.结合时空上下文算法和光流算法,提出一种无需人工标靶点、鲁棒的多目标位移监测方法,通过智能手机实现干扰环境下的结构多点动位移同步测量.开展悬臂小球模型的扫频实验,检验方法在一定频率范围内的测量效果.其中,使用智能手机对激振小球进行拍摄,并在实验中保留复杂背景和模拟光照变化.分别采用所提方法和常用的特征光流算法对视频进行处理,得到动位移结果,并与位移传感器测量值进行对比.结果表明,在有光照变化干扰下,所提方法具有更强的抗干扰性,各监测点的最大位移偏差在5%以内.
-
-
万琴;
朱晓林;
肖岳平;
孙健;
王耀南;
颜金娥;
杨佳玉
-
-
摘要:
为了提高实时RGB-D目标遮挡跟踪精确度,解决多目标遮挡跟踪容易发生模型漂移和跟踪丢失等问题,本文提出一种基于RGB-D时空上下文模型的多目标遮挡跟踪算法.首先获取多目标检测定位区域,再通过目标时空上下文特征提取,建立目标时间上下文模型、目标空间上下文模型构成目标RGB-D时空上下文模型;然后在跟踪器判别跟踪状态时通过计算时间一致性进行颜色和深度特征自适应融合确定目标在当前帧位置;最后,当跟踪器判别多目标遮挡时引入深度概率,利用深度概率信息特征进行约束,通过最大后验概率(MAP)关联模型有效解决目标遮挡跟踪问题.在公用数据集clothing store dataset和princeton tracking benchmark dataset上进行定性对比实验和定量结果分析表明,本文提出的算法具有良好的遮挡跟踪性能,能较好解决多目标遮挡跟踪问题,提高目标遮挡跟踪的精确性和鲁棒性.
-
-
-
-
Peng Yuan;
彭源;
Shen I-Fan;
沈一帆;
Sun Chaochao;
孙超超;
Xu Man;
徐曼
- 《第17届全国图象图形学学术会议》
| 2014年
-
摘要:
目的:单一的跟踪算法往往不能同时处理光照变化、运动模糊、目标变形等各种情况,时常出现跟偏、跟丢的情况.本文提出了一种联合的跟踪框架,能应对各种复杂视频的挑战.方法:提出的算法主要包括两个部分,查找部分采用基于多实例的思想对目标区域进行大致寻找,定位部分利用时空上下文对目标进行精确定位.结果:联合模型利用了各自的优点,并互补不足,使得目标不仅能跟踪得到,而且跟踪得准.实验表明目标跟踪的定位精确度和成功率得到了很大的提高.即使在快速运动、变形等各种挑战下,本文的方法仍然比传统的算法优越.结论:本文提出了一种新的跟踪框架,实验结果表明,在各种有挑战性的视频中,本文的算法都能有效的跟踪到目标,具有较好的定位精确度和实时的跟踪速度.