![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
目标跟踪
mengxiaozuo
计算机视觉 机器学习 模式识别 目标跟踪 图像处理 opencv
展开
-
前向算法(Forward Algorithm)
1.穷举搜索( Exhaustive search for solution) 给定隐马尔科夫模型,也就是在模型参数(, A, B)已知的情况下,我们想找到观察序列的概率。还是考虑天气这个例子,我们有一个用来描述天气及与它密切相关的海藻湿度状态的隐马尔科夫模型(HMM), 另外我们还有一个海藻的湿度状态观察序列。假设连续3天海藻湿度的观察结果是(干燥、湿润、湿透)——而这三天每一天都可能转载 2015-05-13 09:54:08 · 4819 阅读 · 0 评论 -
matlab函数_常用于连通区域
1、 matlab函数bwareaopen──删除小面积对象格式:BW2 = bwareaopen(BW,P,conn)作用:删除二值图像BW中面积小于P的对象,默认情况下使用8邻域。算法:(1)Determine the connected components. L = bwlabeln(BW, conn);(2)Compute the area of each co转载 2015-02-05 20:21:46 · 603 阅读 · 0 评论 -
imtophat
我试图做顶帽子滤波在matlab。该imtophat函数看起来很有希望,但我不知道它是如何。我不前有很多用Matlab工作。我试图寻找发现基本上小斑点几个像素宽是局部最大值在我的2个达阵。1. 上imtophat有一个例子..你尝试了吗?下面的图像是从MATLAB 码I = imread('rice.png');imshow(I)se = strel('disk',12);J转载 2015-02-05 22:19:54 · 3609 阅读 · 0 评论 -
Matlab图像处理函数:regionprops
这里给出在Matlab图像处理工具箱中非常重要的一个图像分析函数:regionprops。顾名思义:它的用途是get the properties of region,即用来度量图像区域属性的函数。语法 STATS = regionprops(L,properties)描述 测量标注矩阵L中每一个标注区域的一系列属性。L中不同的正整数元素对应不同的区转载 2015-02-05 20:30:06 · 1206 阅读 · 0 评论 -
matlab乘与点乘的区别 (*与.* ^与.^)
1 点乘是数组的运算,不加点是矩阵的运算;2 点乘要求参与运算的两个量两必须是维数相同,是对应元素的相乘;而不加点表示的是矩阵相乘(除的时候通过逆矩阵来实现),要求内维相同,也就是前一个矩阵的列的维数等于后一个矩阵的行 的维数。例如A,B分别为两个矩阵,则:A.*B表示的是两个矩阵的对应元素相乘,其中生成的同阶矩阵C的对应的矩阵元素为:C(i,j)=A(i,j)*B(转载 2015-02-05 20:27:16 · 36846 阅读 · 1 评论 -
bwareaopen
BW2 = bwareaopen(BW,P,conn)作用:删除二值图像BW中面积小于P的对象,默认情况下conn使用8邻域。算法:(1)Determine the connected components.L = bwlabeln(BW, conn);(2)Compute the area of each component.S = regionprops(L转载 2015-02-06 17:03:39 · 6591 阅读 · 0 评论 -
matlab colormap详解 (2
matlab中,每个figure都有(而且仅有)一个colormap,翻译过来就是色图。 COLORMAP('default') 默认的设置是 JET. MAP = COLORMAP 获得当前色图矩阵. COLORMAP(AX,...) 应用色图到AX坐标对应的图形,而非当前图形。 MAP实际上是一个mx3的矩阵,每一行的3个值都为0-1之间数,分别代表颜色组转载 2015-02-06 15:12:39 · 1511 阅读 · 0 评论 -
数字图像去噪典型算法及matlab实现
图像去噪是数字图像处理中的重要环节和步骤。去噪效果的好坏直接影响到后续的图像处理工作如图像分割、边缘检测等。图像信号在产生、传输过程中都可能会受到噪声的污染,一般数字图像系统中的常见噪声主要有:高斯噪声(主要由阻性元器件内部产生)、椒盐噪声(主要是图像切割引起的黑图像上的白点噪声或光电转换过程中产生的泊松噪声)等;目前比较经典的图像去噪算法主要有以下三种:均值滤波算法:也称线性滤波转载 2015-02-06 09:47:49 · 3911 阅读 · 0 评论 -
Matlab并行编程<cellfun & arrayfun>
本篇blog针对两个函数cellfun和arrayfun对程序的加速写一些东西,方便大家调的一手好参数。之前的一篇blog《Matlab并行编程方法》在具体实现时可能有问题(下面会讲),而我查到的对Matlab并行的讲解资料也没有写明这个问题。。。所以这里提一下比较实用的matlab并行加速方法,本篇的出现感谢@王小川_Matlab的热心指点。1. 为什么上一篇对Matlab并转载 2015-02-05 20:24:54 · 737 阅读 · 1 评论 -
由单目标跟踪实现多目标跟踪的思想框架
1. 算法目的:运动目标跟踪算法的目的就是对视频中的图象序列进行分析,计算出目标在每帧图象上的位置。这里要根据区域分割过程给出的目标质心位置,计算出目标位移,并且根据质心位置的变化判断出目标的运动方向,以及运动目标是否在观察窗口,实现对客流量的统计。因为该跟踪是对多目标的追踪,需要找出运动目标在相邻帧上的对应区域。系统具有固有噪声,目标周围背景的干扰可能会产生误差,但这些噪声在前面转载 2015-02-04 16:19:32 · 1324 阅读 · 0 评论 -
隐马尔科夫模型介绍
这篇博客是根据我 NLP课程 的一个小作业整理而来的,介绍一下 NLP 领域中非常经典的一个模型,叫做隐马尔可夫模型,简称 HMM。看过吴军老师的《数学之美》的同学应该对这个模型不感到陌生。这次的作业,老师给出一本书Foundations of statistical natural language processing,让我们自己挑选任意一部分的内容,不限字数,写篇文章。前面部分多是介绍语言学转载 2015-02-04 14:51:48 · 741 阅读 · 0 评论 -
matlab中如何创建使用构架数组?
与胞元数组一样,构架数组(structure array)也能在一个数组里面方各类数据。从一定意义上讲,构架数组的组织数据的能力要比胞元数组更强,而且更富于变化。这篇经验我们就讲解一下,如何简单的创建单构架数组,以及如何调用显示构架数组。构架数组与胞元数组 胞元数组是以“编号”为手段寻访的,可以说是存放不同大小、不同类型数据的异构容器。这次我们介绍的构架数组则是转载 2015-02-05 21:09:33 · 1733 阅读 · 0 评论 -
MATLAB常用函数总结
Pwd:将当前路径加入搜索路径,pwd表示当前路径。addpath(pwd);currentFolder = pwd;addpath(genpath(currentFolder))size():获取矩阵的行数和列数r=size(A,1)该语句返回的时矩阵A的行数, c=size(A,2) 该语句返回的时矩阵A的列数。length()=max(size()).zeros函转载 2015-02-06 14:32:37 · 1593 阅读 · 0 评论 -
隐马尔科夫-维特比算法
继上篇贝叶斯(http://www.cnblogs.com/zhiranok/archive/2012/09/22/native_bayes.html)后,一直想完成隐马尔科夫这篇,一是一直没有时间完成python的示例实现代码,二是想找一个区别于天气的隐马尔科夫例子。区别于贝叶斯,隐马尔科夫模型是基于时序的概率模型,本文只关注于一阶隐马尔科夫模型,即某一时刻的状态值只跟上一时刻的状态值有关。该模转载 2015-05-13 09:42:02 · 780 阅读 · 0 评论 -
维特比算法一点个人理解
维特比算法要解决得是隐含马尔可夫模型计算复杂度过高而提出来得一个算法,从可见序列(y1,y2..yn)推导出最大可能性的隐含序列(x1,x2..xn)的这么一个算法,推导中有这么两个问题,1.从yi到xi得概率,即 f(xi|yi), 这个可以通过贝叶斯公式来计算得到。 2. 每步推导存在多种状态得可能性,即 xi到xi+1 的可能性为ni * ni+1 种。这个问题就比较像图论中最短路径转载 2015-05-13 09:43:20 · 882 阅读 · 0 评论 -
维特比算法(Viterbi Algorithm)
寻找最可能的隐藏状态序列 (Finding most probable sequence of hidden states)对于一个特殊的隐马尔科夫模型(HMM)及一个相应的观察序列,我们常常希望能找到生成此序列最可能的隐藏状态序列。之前的那个问题变转,http://blog.csdn.net/jeiwt/article/details/8076019 假设转载 2015-05-13 09:41:38 · 954 阅读 · 0 评论 -
隐性马尔可夫链
我是学理科出身的程序员,一直做web,复杂的算法基本上很少用到。最近做了一个自然语言处理相关的项目,我把我的一些理解和大家分享一下。 1. 首先来说一下马尔科夫链。 一个事件序列发生的概率可以用下面的概率论里面的乘法公式展开 P(w1,w2,…wn) = P(w1)P(w2|w1)P(w3| w1 w2)…P(wn|w1 w2…wn-1)转载 2015-05-11 19:27:36 · 1430 阅读 · 0 评论 -
高斯混合模型理解
目前,基于二值化图像提取运动目标仍具有广泛的应用。但是,在提取运动目标之前必须进行背景建模。背景建模的方法很多,如平均法,最大值最小值统计法,单高斯建模法,加权平均法等,而混合高斯背景建模应该来说是比较成功的一种。为什么这么说呢? 机器视觉算法提取运动目标面临的基本问题:图像抖动,噪声干扰,光线变化,云飘动,阴影(包括目标阴影和区域外物体阴影),区域内部反光(如水面,显示器),运动转载 2014-02-22 12:47:50 · 1653 阅读 · 0 评论 -
复杂场景下的多目标跟踪 --心得
多目标跟踪一直都是cv领域一个让人蛋疼的问题。摸索了这么久,有些心得,可能有所欠缺,请多指教有两种方案 你可以用背景建模,先分出前景运动目标,但是这样分出来的目标会存在粘连,对于多人勾肩搭背的走或者前后的车辆行驶来说,简直是噩梦,怎么办哪?有方法!! 对于比较轻度的粘连,可以用用极度腐蚀,膨胀,这种简单的预处理的方法,还有就是药结合摄像头,在3维的空间来分割粘连,你想啊,现实中行转载 2015-05-11 19:36:35 · 965 阅读 · 0 评论 -
视频跟踪
从去年开始,我的研究方向就一直是视频跟踪,这也是我们实验室的传统课题。从一无所知,没有任何图像方面的基础,看论文被各种术语困住无法前行,一个基础一个基础的攻破,查阅了巨多的资料,看了十几篇论文,阅读、修改代码,反复研究,在几乎没有指导的情况下终于拨云见日、渐入佳境;理解了贝叶斯框架在视频跟踪中的应用,理解了粒子滤波、卡尔曼滤波、马尔可夫蒙特卡罗采样与视频跟踪的结合;看论文的速度也加快了。期转载 2015-04-15 13:18:25 · 804 阅读 · 0 评论 -
交互多模型(
交互多模型(Interacting Multiple Model,简称IMM)算法具有自适应的特点,能够有效地对各个模型的概率进行调整,尤其适用于对机动目标的定位跟踪。交互式多模型算法包含了多个滤波器(各自对应着相应的模计器,一个交互式作用器和一个估计混合器),多模型通过交互作用跟踪一个目标的机动运动,各模型之间的转移由马尔可夫概率转移矩阵确定,其中的元素 表示目标由第i个运动模型转移到第j个运动转载 2015-03-26 16:18:22 · 9635 阅读 · 0 评论 -
视频跟踪的研究
1.首先,什么是视频跟踪? 基于视频的运动目标跟踪技术作为计算机视觉领域的核心研究课题之一, 主要目的是模仿生理视觉系统的运动感知功能,通过对摄像头捕捉到的图像序列进行分析,计算出运动目标在每一帧图像中的二维坐标位置;然后,根据运动目标相关的特征值,将图像序列中连续帧间的同一运动目标关联起来,得到每帧图像中目标的运动参数以及相邻帧图像间运动目标的对应关系,从而得到各个运动目标完整的转载 2015-02-04 14:23:20 · 1503 阅读 · 0 评论 -
智能视频监控中的多目标跟踪分析
在实际的监控系统中,面对的监控对象都会同时存在多个。目标的跟踪等价于在连续的图像帧之间创建基于位置、速度、形状、纹理、色彩等特征的对应匹配的问题,对于单个目标, 可以通过获得目标在每一帧中的位置得到运动轨迹, 即建立跟踪。但对于多个目标, 情况较为复杂, 在运动目标遮挡、暂时消失等情况下目标信息丢失使跟踪失败。多目标跟踪系统结构图 跟踪分为转载 2015-02-04 10:57:14 · 2257 阅读 · 0 评论 -
相称显微镜下细胞群体跟踪
背景:细胞跟踪是生物医学研究的一个重要,充满挑战以及潜力的领域,细胞的迁移在器官修复,检测疾病方面有重要作用,细胞的运动形态,包括速度和方向,细胞的迁移类型,包括形态学的变化和它所处的生物环境息息相关,因此对着两方面的定量研究是细胞迁移的关键。数据:细胞跟踪所用的数据集分为两大类。一类传统的是微分干涉相称显微镜下成像,其成像原理是光线在显微镜下通过背景区域和细胞区域发生衍射的相位差不同原创 2014-04-24 13:58:03 · 1065 阅读 · 0 评论 -
浅说机器学习中“迭代法”
首先来点八股文(来自百度百科):迭代法也称辗转法,是一种不断用变量的旧值递推新值的过程,跟迭代法相对应的是直接法(或者称为一次解法),即一次性解决问题。迭代算法是用计算机解决问题的一种基本方法。它利用计算机运算速度快、适合做重复性操作的特点,让计算机对一组指令(或一定步骤)进行重复执行,在每次执行这组指令(或这些步骤)时,都从变量的原值推出它的一个新值。 利用迭代算法解决问题,转载 2014-05-16 08:50:02 · 634 阅读 · 0 评论 -
模板匹配中差值的平方和(SSD)与互相关准则的关系
模板匹配TemplateMatching是在图像中寻找目标的方法之一。原理很简单,就是在一幅图像中寻找和模板图像(patch)最相似的区域。在OpenCV中有对应的函数可以调用: void matchTemplate( const Mat& image, const Mat& templ, Mat&result, int method ); 该函数的功能为,转载 2014-05-16 08:49:10 · 3281 阅读 · 0 评论 -
总结一下目标检测与跟踪
今天开始更,也不知道有没有人会看,学习要抱着一种师夷长技以自强的心态,本人不是崇洋媚外,只是目标cv这方面也确实国外比我们领先很多。呵呵,这个总结是我论文里的,仅供大家学习哦。 视频序列中目标的准确检测与跟踪是一个颇具有挑战性的任务,其中制约跟踪效果的最大因素莫过于目标的外表变化,主要包括姿势变化和形变等内因变化,也有光照、移位、相机视角及遮挡等外因变化。而我们所要做的就转载 2014-05-16 08:39:49 · 993 阅读 · 0 评论 -
常见的目标检测中的背景建模方法漫谈
最近一直在做前景检测方面的研究,刚开始主要是做一些工程性的应用,为了解决工程方面的问题,下了不少功夫,也看了不少最近国内外的文章。一直想做个总结,拖着拖着,终究却写成这篇极不成功的总结。(文章下载:http://download.csdn.net/detail/kezunhai/5283117) 背景建模或前景检测的算法主要有: 1. Single Gaussian转载 2014-02-22 12:50:37 · 853 阅读 · 0 评论 -
运动目标检测小结
前段时间一直做运动检测,现在总结一下,供网友参考,不要在论文的苦海中挣扎了 运动检测小结2012.7.1运动检测作为许多计算机视觉应用中的预处理环节,在诸如视频监控、智能空间、视频搜索等等领域中都有着重要的应用,综述性文章包括[1],[2]等。运动检测中的运动目标称为前景,是人们感兴趣的区域,而不是前景的区域称为背景,是需要忽略的区域,运动检测的目的即是在一个视频流中提取出转载 2014-02-22 12:45:08 · 1040 阅读 · 0 评论 -
目标跟踪理论方法小结
一、引言:在需要监控的环境里,如何能够判断出进入特定区域的目标,并且能够跟踪目标的轨迹。分为两种情况:一是静态背景下的目标跟踪;二是动态背景下的目标跟踪。二、静态背景下的目标跟踪方法1、单目标:目标跟踪还可以分为单目标的跟踪和多目标的跟踪。单目标的静态背景下的目标跟踪指的是摄像头是固定在某一方位,其所观察的视野也是静止的。通常采用背景差分法,即先对背景进行建模,然后从视频流中读取图转载 2014-02-22 13:11:57 · 1414 阅读 · 0 评论 -
帧差法、光流法、背景减除法
运动目标检测是指在序列图像中检测出变化区域并将运动目标从背景图像中提取出来。通常情况下,目标分类、跟踪和行为理解等后处理过程仅仅考虑图像中对应于运动目标的像素区域,因此运动目标的正确检测与分割对于后期处理非常重要然而,由于场景的动态变化,如天气、光照、阴影及杂乱背景干扰等的影响,使得运动目标的检测与分割变得相当困难。根据摄像头是否保持静止,运动检测分为静态背景和运运动目标检测是指在序列图像中检测出转载 2014-02-22 12:33:44 · 3047 阅读 · 0 评论 -
帧差法、光流法、背景减除法
检测方法背景模型目标检测后处理检测方法基于统计背景模型的运动目标检测方法问题:(1) 背景获取:需要在场景存在运动目标的情况下获得背景图像(2) 背景扰动:背景中可以含有轻微扰动的对象,如树枝、树叶的摇动,扰动部分不应该被看做是前景运动目标(3) 外界光照变化:一天中不同时间段光线、天气等的变化对检测结果的影响(4) 背景中固定对象的转载 2014-02-22 12:31:54 · 5172 阅读 · 0 评论 -
运动分割概述
运动分割的目的是从序列图像中将变化区域从背景图像中提取出来。运动区域的有效分割对于目标分类、特征提取、特征表达与最后的识别等后期处理是非常重要的,因为以后的处理过程仅仅考虑图像中对应于运动区域的像素。然而, 由于背景图像的动态变化, 如天气、光照、影子及混乱干扰等的影响, 使得运动分割成为一项相当困难的工作。运动分割可以分为在静止和运动背景下运动目标的检测和提取。现有的运动分割算法大体可分为如转载 2014-02-22 12:30:01 · 3062 阅读 · 0 评论 -
视频跟踪的研究
基于视频的运动目标跟踪技术作为计算机视觉领域的核心研究课题之一, 主要目的是模仿生理视觉系统的运动感知功能,通过对摄像头捕捉到的图像序列进行分析,计算出运动目标在每一帧图像中的二维坐标位置;然后,根据运动目标相关的特征值,将图像序列中连续帧间的同一运动目标关联起来,得到每帧图像中目标的运动参数以及相邻帧图像间运动目标的对应关系,从而得到各个运动目标完整的运动轨迹,即在连续的视频序列中建立运动目标的转载 2014-05-16 08:35:17 · 1171 阅读 · 0 评论 -
最简单的目标跟踪(模版匹配)
一、概述 目标跟踪是计算机视觉领域的一个重要分支。研究的人很多,近几年也出现了很多很多的算法。大家看看淋漓满目的paper就知道了。但在这里,我们也聚焦下比较简单的算法,看看它的优势在哪里。毕竟有时候简单就是一种美。 在这里我们一起来欣赏下“模板匹配”这个简单点的跟踪算法。它的思想很简单,我们把要跟踪的目标保存好,然后在每一帧来临的时候,我们在整个图像中寻找转载 2014-05-16 08:48:43 · 1299 阅读 · 0 评论 -
卡尔曼滤波和粒子滤波最直白的解释
卡尔曼滤波本来是控制系统课上学的,当时就没学明白,也蒙混过关了,以为以后也不用再见到它了,可惜没这么容易,后来学计算机视觉和图像处理,发现用它的地方更多了,没办法的时候只好耐心学习和理解了。一直很想把学习的过程记录一下,让大家少走弯路,可惜总也没时间和机会,直到今天。。。我一直有一个愿望,就是把抽象的理论具体化,用最直白的方式告诉大家--不提一个生涩的词,不写一个数学公式,像讲故事一样先把道理转载 2014-08-11 15:36:23 · 921 阅读 · 1 评论 -
meanShift算法用于目标跟踪的优缺点
meanShift算法用于视频目标跟踪时,采用目标的颜色直方图作为搜索特征,通过不断迭代meanShift向量使得算法收敛于目标的真实位置,从而达到跟踪的目的。传统的meanShift算法在跟踪中有几个优势:(1)算法计算量不大,在目标区域已知的情况下完全可以做到实时跟踪;(2)采用核函数直方图模型,对边缘遮挡、目标旋转、变形和背景运动不敏感。同时,meanShif转载 2014-08-11 15:31:18 · 5504 阅读 · 0 评论 -
非参数估计
前面提到,非参数估计和参数估计(即,监督参数估计和非监督参数估计)共同构成了概率密度估计方法。非参数估计也有人将其称之为无参密度估计,它是一种对先验知识要求最少,完全依靠训练数据进行估计,而且可以用于任意形状密度估计的方法。常见的非参数估计方法有以下几种:度曲线的光滑程度,k越大越光滑。转载 2014-08-11 15:29:40 · 1091 阅读 · 0 评论 -
基于粒子滤波的物体跟踪
一直都觉得粒子滤波是个挺牛的东西,每次试图看文献都被复杂的数学符号搞得看不下去。一个偶然的机会发现了Rob Hess(http://web.engr.oregonstate.edu/~hess/)实现的这个粒子滤波。从代码入手,一下子就明白了粒子滤波的原理。根据维基百科上对粒子滤波的介绍(http://en.wikipedia.org/wiki/Particle_filter),粒子滤波其实有很多转载 2014-08-11 09:56:56 · 621 阅读 · 0 评论 -
目标跟踪小结
一、引言:在需要监控的环境里,如何能够判断出进入特定区域的目标,并且能够跟踪目标的轨迹。分为两种情况:一是静态背景下的目标跟踪;二是动态背景下的目标跟踪。二、静态背景下的目标跟踪方法 1、单目标:目标跟踪还可以分为单目标的跟踪和多目标的跟踪。单目标的静态背景下的目标跟踪指的是摄像头是固定在某一方位,其所观察的视野也是静止的。通常采用背景差分法,即先对背景进行建模,然后从视频流中转载 2014-05-21 10:39:23 · 700 阅读 · 0 评论