遮挡检测

摘要： 为解决复杂环境下跟踪算法面临的光照变化、遮挡及相似干扰等问题,提出了基于多模型融合的自适应分块鲁棒目标跟踪算法,算法基于局部敏感直方图构建光照不敏感特征,基于超像素分割对采集图像进行自适应分块,以充分发挥子块的特征一致优势;通过相对熵和均值聚类构建双权值约束,以自适应提取高置信度子块进行目标跟踪,从而避免全局搜索并提高跟踪的精确性和实时性;算法通过遮挡检测和子块异步更新,进一步提高算法的运行效率和鲁棒性,提高模型对背景信息的过滤能力。实验结果表明,与其他跟踪方法相比,在包括遮挡、光照变化、相似目标和背景干扰等复杂场景下,该算法具有更优的跟踪精度和跟踪正确率,以及对不同场景的适应性和鲁棒性。

摘要： 车辆目标的粘连检测和分割是实现交通场景中目标跟踪和路面车流量统计等功能必须解决的关键问题.首先,采用高斯降采样滤波处理剔除车体细节噪声干扰,利用镜像对称LBP编码的相似性对车体对称结构进行分析,提取对称轴;然后,利用对称轴分布的数量和位置信息进行车辆目标粘连检测;最后,结合车体对称结构信息和目标轮廓凹性分析给出车辆轮廓最优分割方案.实验结果表明,在满足实时处理速度要求的前提下,相比传统的基于轮廓形状的分析算法,本算法在复杂的环境噪声干扰下具有更好的噪声适应性,并且在车辆粘连检测准确率和粘连分割能力方面均有更好的表现.

摘要： 针对小型移动机器人对人体目标快速运动或遮挡导致的跟踪准确率降低甚至跟踪失败问题,通过建立足部运动模型预测双脚位置信息,获得核相关滤波(KCF,Kernel Correlation Filter)目标检测区域,再结合输出响应峰值邻域相关检测,提出了运动模型引导的自适应核相关滤波算法.对实际拍摄的七组不同情况下的视频进行了足部目标跟踪实验,结果表明运动模型引导的自适应响应KCF算法平均跟踪准确率最高,且在短时间遮挡情况下的算法跟踪准确率也达到86％,明显高于自适应响应KCF、BACF(Background Aware Correlation Filters)以及SAMF(Scale Adaptive kernel cor-relation filters with Multiple Features)三种跟踪算法.最后在ROS(Robot Operating System)下将所提算法应用于Turtlebot机器人目标跟踪测试,成功克服了遮挡情况对足部跟踪带来的影响,验证了所提算法具有较强的鲁棒性和实时性.

摘要： 数字真正射影像(True Digital Orthophoto Map,TDOM)作为测绘产品中的重要内容,在纠正的同时考虑了地物的可见性,消除了建筑物遮挡及影像自身阴影现象,真正意义上兼备了纹理信息与几何精度.从而在国情普查、变化监测、市政规划建设中发挥了重要的作用.在分析传统正射与真正射理论区别的基础上,对真正射数据获取、核心算法、产品制作等的难点进行了探讨与总结.并提出了基于高程约束的(Semi-Global Matching,SGM)遮蔽检测算法,较好地解决了TDOM遮挡及边缘锯齿状情况.

摘要： 卷积神经网络的架构局限性及其计算复杂性影响了遮挡人脸的识别精度,其主要原因为不能判别人脸中具体的遮挡位置,导致在识别存在未知遮挡的人脸时,识别精度会急速下降.本文提出一种基于图卷积推理网络的人脸遮挡位置检测网络,利用残差网络和空间金字塔池化提取人脸的低层、高层及边缘特征,通过图投影将相似的像素特征投影到图节点,计算节点之间的投影数据关系以推理分析可能遮挡的区域,并为该区域分配像素进行检测,最终检测出人脸遮挡区域.采用Helen等数据集进行模型训练和测试,经过实验验证,该方法检测精度和分割精度均优于目前其他神经网络人脸遮挡检测的方法.

摘要： 由于图像背景中各种因素的干扰,核相关滤波(Kernel Correlation Filter,KCF)目标跟踪算法在对目标进行跟踪的过程中可能出现偏差,偏差经过不断累积最终会导致目标跟踪失败.基于此问题,使用了一种将KCF算法与均值漂移算法相结合的方式,当KCF算法跟踪精度下降时,引入均值漂移算法对目标位置做进一步的确定,得到跟踪目标的正确位置.为了解决目标受到遮挡后KCF算法无法准确重定位目标位置的问题,提出了遮挡检测与目标重定位算法.首先通过目标响应极大值与邻域响应平均值的比值判断目标是否被遮挡,并保留之前未被遮挡帧的参数,通过ORB特征匹配算法确定目标中心点的坐标,使用TB数据集上部分序列进行测试,试验结果表明,改进后的算法能有效解决目标受到遮挡和背景被严重干扰时跟踪目标失败的问题.

摘要： 分析了真正射影像对比传统正射影像的优势,着重简述了利用高精度的数字表面模型制作真正射影像的一般过程,并在遮挡检测、区域补偿、阴影检测、信息增强等环节介绍了常用的方法,并提出了真正射影像的应用潜力.

摘要： 局部脊回归分类器(LRR)是一种有效的局部人脸识别方法，通过为图像局部区域单独建立RR分类器并进行集体投票表决来抑制局部变化的影响，因而对噪声以及由光线、遮挡和姿态引起的局部变化有一定的鲁棒性。然而，该方法仅使用子图像的拉伸向量作为输入特征，因此对每个区域子图像的特征表达不充分，导致投票表决方法在分块较少的情况下无法发挥其优势，识别率提高很有限。针对LRR的上述缺陷，本文首先在LRR的基础上结合Gabor-LBP特征抽取方法，提出了GLRR人脸分类器。Gabor-LBP特征的引入大大提升了特征向量表达能力。在AR标准库上的实验表明，GLRR的分类能力相比LRR大大提高，且与其它局部方法(Aw-SpPCA，SpCCA)相比优势明显。但在分类器少且存在遮挡时，投票表决的正确率仍不理想，因此在上述GLRR的基础上结合区域遮挡检测发展出了一个S-GLRR人脸分类器。通过结合遮挡检测，我们可有目的地屏蔽遮挡区域，从而提高投票表决的正确率。实验表明S-GLRR不仅显著改善了GLRR的分类能力而且当表决分类器个数有限时特别有效。

摘要： 论文阐述了传统基于DEM的正射纠正原理及其局限性，分析了直接利用DSM进行正射纠正难以达到真正射效果的原因，在此基础上提出了先进行遮挡检测、后进行几何校正的真正射纠正基本流程.以Z-buffer算法为基础，提出一种基于数字建筑物模型(DBM)的建筑物遮挡区域检索算法，实验证明文中的算法正确有效.

摘要： 本文概括的介绍了现有的立体视频编码方案,以及立体视频编码中几个关键的环节.通过分析现有方法的优缺点,提出了一些值得进一步研究、探讨的问题,比如:码率控制、可伸缩编码立体视频编码方法、遮挡检测等.

摘要： 提出一种特殊的结构--单调簇,基于其实现了大规模场景的实时碰撞检测算法.算法将物体分解为多个单调簇,使用碰撞的一个充要条件,利用图形硬件的遮挡检测功能快速找到发生碰撞的三角形簇.在配备ATIRADEON9800PRO显卡的PC机上,处理包含百万个三角形的场景,仅需数毫秒即可找到所有发生碰撞的面片.另外,对于纯碰撞检测问题,该算法的性能还可提高数倍.

摘要： 真正射影像因获取了所有地物的垂直视角,同时具备丰富的纹理信息与精确的几何信息,在城市规划、应急响应、基础地理信息数据更新等方面的作用越来越明显.本文提出一种利用航空影像生成真正射影像的新方法.首先对获取的DSM按照一定大小进行分块;然后对分块后的DSM进行遮挡检测,并利用相邻可见影像对遮挡区域进行补偿,生成分块的真正射影像;最后将这些分块真正射影像进行无缝拼接,生成整个DSM区域的真正射影像.利用DMC航空数据实验表明,该方法能够正确有效地生成真正射影像,且其效率较高.

摘要： 本发明提供一种遮挡盘检测装置、磁控溅射腔室及遮挡盘检测方法，该遮挡盘检测装置设于磁控溅射腔室内，用于对遮挡盘的位置是否偏移进行检测，包括检测部、多个检测件、驱动器、检测单元，其中，检测部是绝缘的，设于导电的遮挡盘的表面上；驱动器用于驱动多个检测件在检测位置和工艺位置之间移动；多个检测件是导电的，设置为在处于检测位置且遮挡盘的位置未偏移时，同时与检测部接触；检测单元与多个检测件电连接，用于在多个检测件处于检测位置时，检测任意两个检测件之间是否导通，若是，确定遮挡盘发生偏移，若否，确定遮挡盘未偏移。应用本发明，可以准确判断遮挡盘是否发生偏移。

摘要： 本发明提出了一种基于身体关键点检测的真实场景遮挡行人检测网络及其检测方法，属于计算机视觉的行人检测技术领域。所述检测网络包括关键点检测网络、身体区域分割和图像合成模块以及行人分类网络。所述检测方法为：利用行人检测数据库训练生成基准行人检测器，通过基准行人检测器获取候选区域图像。通过关键点检测网络检测候选区域图像中人体身体的关键点信息，将关键点信息作为身体关键点真值，进而训练关键点检测网络。利用身体区域分割和图像合成模块获得合成图像；将合成图像输入至行人分类网络中指导训练行人分类网络。行人分类网络根据输入的合成图像判别输入图像是行人图像还是背景图像，完成真实场景中遮挡行人的检测。

摘要： 本发明提供一种遮挡盘检测装置、磁控溅射腔室及遮挡盘检测方法，该遮挡盘检测装置设于磁控溅射腔室内，用于对遮挡盘的位置是否偏移进行检测，包括检测部、多个检测件、驱动器、检测单元，其中，检测部是绝缘的，设于导电的遮挡盘的表面上；驱动器用于驱动多个检测件在检测位置和工艺位置之间移动；多个检测件是导电的，设置为在处于检测位置且遮挡盘的位置未偏移时，同时与检测部接触；检测单元与多个检测件电连接，用于在多个检测件处于检测位置时，检测任意两个检测件之间是否导通，若是，确定遮挡盘发生偏移，若否，确定遮挡盘未偏移。应用本发明，可以准确判断遮挡盘是否发生偏移。

摘要： 人脸识别不可避免地会受到遮挡的影响，如环境遮挡、眼镜、围巾、口罩或者是人为故意的遮挡。遮挡会引起人脸信息部分甚至全部的丢失，从而导致错误的识别。由于造成遮挡的原因是多样的，形态是千变万化的，如何消除复杂多变的遮挡给人脸识别带来的困难，一直是一个极富挑战性的研究课题。针对上述问题，本发明提出了一种面部遮挡人脸图像重建方法，包括一种基于级联多个浅层卷积神经网络的人脸遮挡检测模型、遮挡检测方法和基于图像纹理分割最佳相似度块匹配的面部遮挡区域重建方法。

摘要： 本发明公开了一种利用鬼影像的建筑物遮挡检测及遮挡区域补偿方法。1、对传统正射纠正的成果（鬼影像）进行二次利用；2、利用鬼影像无几何变形的特点进行遮挡补偿；3、完全对航空影像中的建筑物进行遮挡检测，利用DBM检测鬼影像中建筑物的鬼屋顶（正射纠正得到的屋顶）及投影屋顶，利用鬼影像与遮挡区域的关系确定了鬼影像中建筑物除屋顶部分所占据的像素区域即是遮挡区域。利用本发明进行遮挡检测，消除了传统遮挡检测方法存在的假遮挡、假可见问题。在检测过程中先提取整幅影像中的建筑物屋顶再进行遮挡区域的灰度处理，避免了检测后部分建筑物屋顶重新被检测出来的遮挡区域覆盖的情况。本发明操作简单，提升了遮挡检测的速度，节省了检测成本。

摘要： 本发明提供了一种用于遮挡场景、尤其高仿遮挡下的人脸五官遮挡检测方法，将对齐后的人脸图像和人脸边缘信息灰度图作为卷积神经网络的输入，将结合人脸五官模板对对齐后人脸图像进行随机物体遮挡时遮挡物体的位置信息及人脸五官各部分遮挡情况作为卷积神经网络的中间输出，将人脸五官遮挡模板作为卷积神经网络的最终输出进行模型训练，训练完成后将待检测图像输入得到的人脸五官遮挡检测模型即可得到人脸五官各区域是否遮挡的检测结果。本发明提供的方法，不但可以提升人脸五官遮挡尤其高仿遮挡下的检测精度，同时可以提升其检测速度、满足检测的实时性需求。

摘要： 本发明提供了一种人脸遮挡检测方法及人脸遮挡检测装置，其中，所述人脸遮挡检测方法包括：利用WiderFace数据集和MAFA数据集获取训练数据；利用获取的所述训练数据对人脸遮挡检测网络进行训练；以及利用训练后的所述人脸遮挡检测网络进行人脸遮挡检测。本发明提高了人脸遮挡检测网络模型的鲁棒性，有利于准确的进行人脸遮挡检测。

摘要： 本申请公开一种基于摄像设备的遮挡检测修复方法，包括步骤：拍摄第一图像；侦测在一摄像单元的取景范围内是否存在与摄像单元在预设距离内的目标物；如果有，计算第一图像的遮挡区域；提取第一图像的第一特征点；获取由摄像单元拍摄的多个第二图像，并从每个第二图像中提取与第一特征点相对应的第二特征点；计算每个第二图像的第二特征点与第一图像的对应第一特征点之间的匹配度，并选择其中一个匹配度满足预设匹配度的第二图像作为修复源图像；及计算遮挡区域对应在修复源图像中的位置，并采用修复源图像中对应第一图像的遮挡区域的图像修复第一图像的遮挡区域。本申请能够有效的进行遮挡检测及图像修复，修复效果好，成片率高。

摘要： 人脸识别不可避免地会受到遮挡的影响，如环境遮挡、眼镜、围巾、口罩或者是人为故意的遮挡。遮挡会引起人脸信息部分甚至全部的丢失，从而导致错误的识别。由于造成遮挡的原因是多样的，形态是千变万化的，如何消除复杂多变的遮挡给人脸识别带来的困难，一直是一个极富挑战性的研究课题。针对上述问题，本发明提出了一种面部遮挡人脸图像重建方法，包括一种基于级联多个浅层卷积神经网络的人脸遮挡检测模型、遮挡检测方法和基于图像纹理分割最佳相似度块匹配的面部遮挡区域重建方法。

摘要： 本发明公开了一种利用鬼影像的建筑物遮挡检测及遮挡区域补偿方法。1、对传统正射纠正的成果（鬼影像）进行二次利用；2、利用鬼影像无几何变形的特点进行遮挡补偿；3、完全对航空影像中的建筑物进行遮挡检测，利用DBM检测鬼影像中建筑物的鬼屋顶（正射纠正得到的屋顶）及投影屋顶，利用鬼影像与遮挡区域的关系确定了鬼影像中建筑物除屋顶部分所占据的像素区域即是遮挡区域。利用本发明进行遮挡检测，消除了传统遮挡检测方法存在的假遮挡、假可见问题。在检测过程中先提取整幅影像中的建筑物屋顶再进行遮挡区域的灰度处理，避免了检测后部分建筑物屋顶重新被检测出来的遮挡区域覆盖的情况。本发明操作简单，提升了遮挡检测的速度，节省了检测成本。