2003年 第29卷 第3期
2003, 29(3): 321-331.
摘要:
提出了一种用于视觉监控中行为识别的新颖方法.该方法将相应于目标行为的场景事件建模为一组使用PCH(Pixel Cllange Histories)检测的自治像素级事件.结合基于改进的MDL (Minimum DescrlptIon Length)的自动模型规则选择,EM(Expectation-Maximisation)算法被采用来聚类这些像素级的自治事件成为语义上更有意义的区域级的场景事件.该方法是计算上有效的,实验结果验证了它在不需匹配目标轨迹的情况下自动识别场景事件的有效性.
提出了一种用于视觉监控中行为识别的新颖方法.该方法将相应于目标行为的场景事件建模为一组使用PCH(Pixel Cllange Histories)检测的自治像素级事件.结合基于改进的MDL (Minimum DescrlptIon Length)的自动模型规则选择,EM(Expectation-Maximisation)算法被采用来聚类这些像素级的自治事件成为语义上更有意义的区域级的场景事件.该方法是计算上有效的,实验结果验证了它在不需匹配目标轨迹的情况下自动识别场景事件的有效性.
2003, 29(3): 332-344.
摘要:
提出一种跟踪单眼图像序列中的行人,并恢复其运动参数的新方法.在跟踪中采用了基于SPM(Sealed Prismat Model)扩展的二维纸板人模型取代三维人体模型,以获取更快的计算速度.作者使用EM算法在概率框架下进行运动估计,同时,算法也考虑了混合的运动模型和运动约束,以减小解的搜索空间.试验结果证明了该方法的有效性.
提出一种跟踪单眼图像序列中的行人,并恢复其运动参数的新方法.在跟踪中采用了基于SPM(Sealed Prismat Model)扩展的二维纸板人模型取代三维人体模型,以获取更快的计算速度.作者使用EM算法在概率框架下进行运动估计,同时,算法也考虑了混合的运动模型和运动约束,以减小解的搜索空间.试验结果证明了该方法的有效性.
2003, 29(3): 345-355.
摘要:
提出了一个利用颜色特征实时跟踪非刚性物体的方法.首先.建立了一个颜色分布模型,该模型对部分遮挡具鲁棒性,对放缩和旋转具不变性,且计算简单.对非刚体物体的实时鲁棒跟踪是一个非常有挑战性的课题,本文提出了利用颜色特征实时跟踪非刚体物体的方法.首先，建立了一个颜色分布模型,该模型对部分遮挡具有鲁棒性,对放缩具有不变性,而且计算简单.然后,采用粒子滤波的方法将颜色分布模型集成到一个动态状态估计的概率框架中.为了处理光照变化等引起的外貌变化,进一步引入自适应模型更新过程.同时,本文还讨论了初始化策略用以处理跟踪物体的消失或消失后再出现的情况.
提出了一个利用颜色特征实时跟踪非刚性物体的方法.首先.建立了一个颜色分布模型,该模型对部分遮挡具鲁棒性,对放缩和旋转具不变性,且计算简单.对非刚体物体的实时鲁棒跟踪是一个非常有挑战性的课题,本文提出了利用颜色特征实时跟踪非刚体物体的方法.首先，建立了一个颜色分布模型,该模型对部分遮挡具有鲁棒性,对放缩具有不变性,而且计算简单.然后,采用粒子滤波的方法将颜色分布模型集成到一个动态状态估计的概率框架中.为了处理光照变化等引起的外貌变化,进一步引入自适应模型更新过程.同时,本文还讨论了初始化策略用以处理跟踪物体的消失或消失后再出现的情况.
2003, 29(3): 356-369.
摘要:
由于采用了多种运动预测方案,本文提出的目标跟踪方法能选择最佳的观测结果,实现对非标定固定焦距的静止摄像机的单目图像序列中的目标跟踪.静态背景参考图像由混合模型法估计,在最简单的环境下,跟踪算法则采用匀加速运动模型对目标完成跟踪.本文主要贡献是采用了三个预测器和最小方差相关时选择目标最可能的位置.三个预测器分别是:-跟踪方案、卡尔曼滤波和区域分割匹配方案.本跟踪方案通过具有不同遮挡情况的序列图像得到了验证.
由于采用了多种运动预测方案,本文提出的目标跟踪方法能选择最佳的观测结果,实现对非标定固定焦距的静止摄像机的单目图像序列中的目标跟踪.静态背景参考图像由混合模型法估计,在最简单的环境下,跟踪算法则采用匀加速运动模型对目标完成跟踪.本文主要贡献是采用了三个预测器和最小方差相关时选择目标最可能的位置.三个预测器分别是:-跟踪方案、卡尔曼滤波和区域分割匹配方案.本跟踪方案通过具有不同遮挡情况的序列图像得到了验证.
2003, 29(3): 370-380.
摘要:
提出了一个在单个固定摄像机下进行多目标跟踪的方法.利用亮度和色度混合模型和卡尔曼滤波器来检测跟踪目标,为了利于预测和解释被遮挡的物体,建立了场景的模型.在遮挡的情况下,和传统的盲跟踪不同,本文中的目标状态是由可用的部分观测来估计的.对目标的观测取决于预测、前景观测和场景模型.这使得本文算法在定性或定量的分析下都表现出更加鲁棒的性能.
提出了一个在单个固定摄像机下进行多目标跟踪的方法.利用亮度和色度混合模型和卡尔曼滤波器来检测跟踪目标,为了利于预测和解释被遮挡的物体,建立了场景的模型.在遮挡的情况下,和传统的盲跟踪不同,本文中的目标状态是由可用的部分观测来估计的.对目标的观测取决于预测、前景观测和场景模型.这使得本文算法在定性或定量的分析下都表现出更加鲁棒的性能.
2003, 29(3): 381-392.
摘要:
提出了一种新的多摄像机视觉监控系统的信息融合方法.信息融合在两个阶段进行.首先,根据相互独立的Cartesian参考坐标系统(设置在地平面上),对各个摄像机进行标定.然后,把所有的坐标系变换到一个坐标系统中.在视觉监控应用中,因为摄像机自定标和视觉数据配准技术将使监控设施安置变得更加容易,从而可以为公共场合发展更加适用的视觉监控工具.在解决监控数据的不完整性和不确定性方面,机器学习方法具有很好的效果.
提出了一种新的多摄像机视觉监控系统的信息融合方法.信息融合在两个阶段进行.首先,根据相互独立的Cartesian参考坐标系统(设置在地平面上),对各个摄像机进行标定.然后,把所有的坐标系变换到一个坐标系统中.在视觉监控应用中,因为摄像机自定标和视觉数据配准技术将使监控设施安置变得更加容易,从而可以为公共场合发展更加适用的视觉监控工具.在解决监控数据的不完整性和不确定性方面,机器学习方法具有很好的效果.
2003, 29(3): 393-407.
摘要:
提出了一个全新的概念,该概念表述了通过融合来自分布式视听处理系统的不同信息来提高事故检测鲁棒性以及提供更多的事件描述.最后利用来自伦敦和巴黎的现场测试验证了该系统的性能.本文是以欧盟的PRISMATICA项目为基础.
提出了一个全新的概念,该概念表述了通过融合来自分布式视听处理系统的不同信息来提高事故检测鲁棒性以及提供更多的事件描述.最后利用来自伦敦和巴黎的现场测试验证了该系统的性能.本文是以欧盟的PRISMATICA项目为基础.
2003, 29(3): 408-422.
摘要:
描述了一个用于室内场合对多个目标进行跟踪的分布式监控系统.该系统由多个廉价的固定镜头的摄像机构成,具有多个摄像机处理模块和一个中央模块用于协调摄像机间的跟踪任务.由于每个运动目标有可能被多个摄像机同时跟踪,因此如何选择最合适的摄像机对某一目标跟踪,特别是在系统资源紧张时,成为一个问题.提出的新算法能根据目标与摄像机之间的距离并考虑到遮挡的情况,把目标分配给相应的摄像机,因此在遮挡出现时,系统能把遮挡的目标分配给能看见目标并距离最近的那个摄像机.实验表明该系统能协调好多个摄像机进行目标跟踪,并处理好遮挡问题.
描述了一个用于室内场合对多个目标进行跟踪的分布式监控系统.该系统由多个廉价的固定镜头的摄像机构成,具有多个摄像机处理模块和一个中央模块用于协调摄像机间的跟踪任务.由于每个运动目标有可能被多个摄像机同时跟踪,因此如何选择最合适的摄像机对某一目标跟踪,特别是在系统资源紧张时,成为一个问题.提出的新算法能根据目标与摄像机之间的距离并考虑到遮挡的情况,把目标分配给相应的摄像机,因此在遮挡出现时,系统能把遮挡的目标分配给能看见目标并距离最近的那个摄像机.实验表明该系统能协调好多个摄像机进行目标跟踪,并处理好遮挡问题.
2003, 29(3): 423-433.
摘要:
提出了一种新颖的由两个可控摄像机组成的多传感器视觉监控系统,旨在实现户外环境下的实时跟踪与特征化运动目标.特别地,该系统利用一个在多个缩放级别上可操作的移动摄像机在连续视频帧中自动获取与跟踪人脸.配合它的是一架能执行自动目标跟踪与分类的固定广域摄像机.
提出了一种新颖的由两个可控摄像机组成的多传感器视觉监控系统,旨在实现户外环境下的实时跟踪与特征化运动目标.特别地,该系统利用一个在多个缩放级别上可操作的移动摄像机在连续视频帧中自动获取与跟踪人脸.配合它的是一架能执行自动目标跟踪与分类的固定广域摄像机.
2003, 29(3): 434-449.
摘要:
视觉监控是计算机视觉研究的前沿方向.动态场景视觉监控就是利用计算机视觉和人工智能的理论和方法.通过对摄像机拍录的图像序列进行自动分析来对场景中的运动物体进行定位、跟踪和识别,并对物体的运动行为作出判断或者解释,达到监控的目的.本文结合交通场景监控这一特定任务,实现一个包括摄像机标定、模型可视化、运动车辆的姿态优化与定位、跟踪预测、基于轨迹分析的行为理解等功能算法的交通场景视觉监控系统.从算法和实现的角度出发，文章对系统中各个功能模块进行了较为详细的描述与讨论.
视觉监控是计算机视觉研究的前沿方向.动态场景视觉监控就是利用计算机视觉和人工智能的理论和方法.通过对摄像机拍录的图像序列进行自动分析来对场景中的运动物体进行定位、跟踪和识别,并对物体的运动行为作出判断或者解释,达到监控的目的.本文结合交通场景监控这一特定任务,实现一个包括摄像机标定、模型可视化、运动车辆的姿态优化与定位、跟踪预测、基于轨迹分析的行为理解等功能算法的交通场景视觉监控系统.从算法和实现的角度出发，文章对系统中各个功能模块进行了较为详细的描述与讨论.
2003, 29(3): 450-456.
摘要:
提出了一种有效的高速公路检测和多车辆跟踪视觉系统.该系统主要模块包括道路检测、基于二维模型的车辆跟踪器(近距离车辆的矩形模型和远距离车辆的U形模型)、启发式车辆检测、系统协调器.在系统中,跟踪器的动态产生和终止优化了系统的计算资源.另外,系统利用鲁棒性估计技术提高了道路检测的性能.车辆的跟踪是采用三参数状态空间的多边形拟合技术来实现的.本文采用了PETS2001提供的图像序列测试了系统有效性,在Pentium Ⅲ 450MHz PC 上系统的处理速度为平均每帧12毫秒.
提出了一种有效的高速公路检测和多车辆跟踪视觉系统.该系统主要模块包括道路检测、基于二维模型的车辆跟踪器(近距离车辆的矩形模型和远距离车辆的U形模型)、启发式车辆检测、系统协调器.在系统中,跟踪器的动态产生和终止优化了系统的计算资源.另外,系统利用鲁棒性估计技术提高了道路检测的性能.车辆的跟踪是采用三参数状态空间的多边形拟合技术来实现的.本文采用了PETS2001提供的图像序列测试了系统有效性,在Pentium Ⅲ 450MHz PC 上系统的处理速度为平均每帧12毫秒.
2003, 29(3): 457-465.
摘要:
描述了一个车辆牌照识别系统.该系统首先利用车辆位置传感器和图像采集卡来自动获取车辆图像并传输至计算机,然后识别车牌字符.结合网络技术,特定车牌信息和车辆图像可以很方便地从远端检索到.文中介绍了该系统的结构及工作流程,以及两种字符的识别方法:基于PCA-LSM的有限中文字符识别方法和基于结构特征分析的字母及数字字符识别方法.在实际应用环境下,该系统的日间整体识别率超过97%,夜间整体识别率超过95%.
描述了一个车辆牌照识别系统.该系统首先利用车辆位置传感器和图像采集卡来自动获取车辆图像并传输至计算机,然后识别车牌字符.结合网络技术,特定车牌信息和车辆图像可以很方便地从远端检索到.文中介绍了该系统的结构及工作流程,以及两种字符的识别方法:基于PCA-LSM的有限中文字符识别方法和基于结构特征分析的字母及数字字符识别方法.在实际应用环境下,该系统的日间整体识别率超过97%,夜间整体识别率超过95%.
2003, 29(3): 466-471.
摘要:
首选讨论水平方向匀速直线运动所导致的图像模糊的去除,包括运动方向和位移量的探测和原始图像的递推求取,然后推广到任意方向的匀速直线运动上.实验结果表明这样的空间域处理可以避免传统的频率域处理中必有的振铃效应和迭代求解的高计算量.
首选讨论水平方向匀速直线运动所导致的图像模糊的去除,包括运动方向和位移量的探测和原始图像的递推求取,然后推广到任意方向的匀速直线运动上.实验结果表明这样的空间域处理可以避免传统的频率域处理中必有的振铃效应和迭代求解的高计算量.
2003, 29(3): 472-480.
摘要:
在监控应用中,由于场景是已知的,因此可以使用背景减去法检测运动对象.当摄像机进行扫描和倾斜运动时,需要使用多个图像帧才能完整地表示监控场景.如何组织和索引这些背景帧属于摄像机跟踪问题.提出一种无需摄像机标定的背景帧索引和访问方法.这一方法需要使用图像配准技术估计图像初始运动参数.提出一种屏蔽外点的图像配准算法,综合利用线性回归和稳健回归快速估计初始运动参数.为了快速计算连续帧之间的运动参数,提出一种基于四参数模型的优化算法.利用非参数背景维护模型抑制虚假运动象素.室内和户外实验结果表明本文方法是有效的.
在监控应用中,由于场景是已知的,因此可以使用背景减去法检测运动对象.当摄像机进行扫描和倾斜运动时,需要使用多个图像帧才能完整地表示监控场景.如何组织和索引这些背景帧属于摄像机跟踪问题.提出一种无需摄像机标定的背景帧索引和访问方法.这一方法需要使用图像配准技术估计图像初始运动参数.提出一种屏蔽外点的图像配准算法,综合利用线性回归和稳健回归快速估计初始运动参数.为了快速计算连续帧之间的运动参数,提出一种基于四参数模型的优化算法.利用非参数背景维护模型抑制虚假运动象素.室内和户外实验结果表明本文方法是有效的.
