Abstract ：

The poor real-time performance and target occlusion occurred easily when the UAV was tracking the target. In this paper, a target tracking method based on the Back Propagation neural network fusion Kalman filter algorithm was developed to solve the position prediction problem of the UAV target tracking in real time. Firstly, the target tracking algorithm was used to acquire the center position coordinates of the target on the onboard computer, and then the coordinate difference matrix was constructed to train the BP neural network in real time. Secondly, when the target was occluded by the obstacles judged by the Bhattacharyya coefficient, the BP neural network fusion Kalman filter algorithm was used to accurately predict the center position coordinates of the occluded target. Then the flight speed of UAV was calculated by the deviation between the coordinates of the target and the image center. Finally, the velocity command was sent to the UAV by the onboard computer. The experimental results shown that the target position predicted by BP neural network fusion Kalman filter algorithm was more accurate and robust in predicting the center position coordinates of the target, and the UAV can track the moving target on the ground stably.

Keyword ：

back propagation neural network Camshift algorithm Kalman filter Target tracking unmanned aerial vehicle

Cite：

Copy from the list or Export to your reference management。

Abstract ：

In recent years, marathons have been held frequently in Xi'an, Xi' an marathon for the promotion of urban visibility and the development of urban culture have played a positive role in promoting. With the development of computer vision and image coding technology, the detection and tracking of moving targets has become a hot topic in the field of research. The target detection and tracking system based on 'Xi Ma' movement combines XI' an marathon with moving target detection and tracking technology, which provides an effective solution to the problems such as the detection and trajectory tracking of marathon athletes in real competition. The system realizes the construction of the whole frame using Electron frame technology, and realizes the detection and tracking function of the target in the system by means of inter-frame difference method, regional-based convolution neural network and CamShift algorithm. Thus, it provides an effective scheme for the detection and trajectory tracking of marathon runners in real competitions. © 2019 IEEE.

Keyword ：

Computer networks Image coding Target tracking

Cite：

Copy from the list or Export to your reference management。

Abstract ：

看守所是国家重要的执法部门，主要职责按照法律要求羁押被告人、犯罪嫌疑人以及刑事拘留人员等，确保审判机关、侦查机关、犯罪嫌疑人、检察机关、辩护人以及被告人执行刑事诉讼活动，保证被监管人员合法权益，对被判处拘役的罪犯执行刑罚，同时对剩余刑期三个月以下的罪犯执行刑罚。 在押人员异常行为报警系统的相关技术包括OpenCV、MFC框架、SQL Server 2005数据库、Adaboost算法、Camshift算法、Kalman滤波算法。根据对国内外视频图像技术现状的调研、分析，结合目前看守所的实际勤务模式和警力配备，设计了本系统要实现的主要功能模块。论文主要对在押人员异常行为报警系统的系统设置、实时报警、设备管理、用户管理等主要功能进行了阐述。针对系统的各个功能模块、本论文建立了行为模型和结构模型。在设计阶段，依次论述了概要设计、详细设计、关键技术设计（包括人形目标的检测和跟踪分类器技术、斗殴、攀高、徘徊、起身监测算法）、数据库设计等内容，呈现了整个系统的设计理念和软件体系结构。最后，对在押人员异常行为报警系统进行了功能测试和性能测试。测试表明，各个功能模块均能达到系统设计的目标。通过对CPU负载、存储读取延时等数据进行采样，系统能够满足性能的要求。 在押人员异常行为报警的建设和实现创新管理思路和模式，缓解了警力不足情况下，日常监管的工作难点，提升了监所的日常管理水平，依托科技力量的优势，开创“向科技要警力”的全新局面。

Keyword ：

看守所 图像技术 异常行为

Cite：

Copy from the list or Export to your reference management。

Abstract ：

人脸识别技术一直是计算机视觉领域的重要研究方向之一。目前，大多数人脸识别技术都是基于可见光实现的，但是可见光光照的复杂性和多变性一直制约着人脸识别的进一步发展。近红外光成像技术由于其光学特性成为了解决光照问题的一种很好的解决方案，各种基于近红外光技术的人脸识别系统展示了强大的市场潜力。 本文基于可见光和近红外光人脸识别技术设计了一套应用于复杂光照环境的门禁系统。该系统采用了可见光和近红外摄像头协同工作，根据光线传感器的监控结果自动切换不同的识别模式，在光照好时采用可见光模式，在光照不好时采用近红外光模式。在系统的设计过程中，本文根据实际学生宿舍门禁系统的应用场景和需求将系统分解为了：学生信息录入、人脸识别门禁、访客出入管理以及在线管理四个模块，并对每个模块进行了详细分析和设计。在系统的关键技术设计阶段，本文提出了使用人脸检测和Kalman滤波对Camshift算法进行改进的可见光人脸跟踪算法和基于人脸检测的近红外光人脸跟踪算法。对于近红外光图像的人脸识别，本文采用了首先提取近红外人脸图像的Gabor特征和LBP特征作为原始高维特征，再使用PCA和LDA相结合的算法对高维融合特征进行降维，最后使用余弦相似度来对人脸进行分类，实验证明使用该算法进行近红外人光脸识别可以得到很好的识别率。对于可见光图像的人脸识别，本文采用了FaceNet人脸模型提取人脸特征进行识别，满足了实际应用的需求。 通过大量实验和测试表明，本系统在实用性、识别率、实时性、鲁棒性上都达到了人脸识别门禁系统的要求，而且本系统在光线不足的情况下也可以进行人脸识别，给更多复杂光照场景的人脸识别需求提供了解决方案。

Keyword ：

近红外光 门禁系统 人脸识别 特征提取

Cite：

Copy from the list or Export to your reference management。

Abstract ：

The flexibility and adaptability of traditional robots are pretty poor. This paper focuses on the key techniques of visual robots and puts forward a complete set of recognition, location and grasping algorithms. To solve the problem of target recognition and tracking, an improved method of dynamic target recognition and tracking based on Camshift is designed. In order to improve the success rate of grabbing target, the monocular visual ranging and visual navigation theory are used to measure the target center's spatial position. Then, a robot arm model is established using modified D-H parameters. The forward and inverse kinematics are used to get the control scheme of mechanical arm. The final test shows that the recognition rate of the algorithm is 100%, the relative error between the measured and actual coordinates is less than 5%, and the overall assembly success rate is 96.7%. The results prove that the present key techniques of visual robot can satisfy the application requirements. © 2018, Editorial Department of Journal of Southwest Jiaotong University. All right reserved.

Keyword ：

Application requirements Assembly success rates Autonomous assembly Forward and inverse kinematics Recognition rates Spatial positions Study and applications Target recognition

Cite：

Copy from the list or Export to your reference management。

Abstract ：

体感技术的优势在于人们可以很直接地使用肢体动作，与周边的装置或环境互动，而无需使用任何复杂的控制设备。体感技术的应用对于游戏体验的提升确实非常巨大，但是，在日常生活的应用领域，体感的操作方式的使用确不尽完善。为丰富用户在日常计算机使用过程中对计算的操作方式，意图构建一个从每个人身边的现有的设备取材，通过计算机图像处理的技术，完成手势识别的工作的系统，经过手势识别与追踪，对计算机操作进行控制，在一定程度上取代鼠标键盘的操作，给用户更大的使用空间。 本文通过对图像处理和手势识别的相关理论和技术进行了研究，分析、设计和实现了面向计算机操控的手势识别系统。本文通过系统的需求分析确定了该系统的四大功能，他们分别是视频采集端，手势识别模块，鼠标定位与计算机操作模块，应用程序控制模块。其次通过对系统功能的详细分析建立了模型，设计出了系统具体功能的实现方案，以及对模块进行了详细的内部设计。之后在分析和设计的基础上完成了代码的实现，最终通过单元测试，功能测试和性能测试对软件进行了系统的测试工作。本文使用分层的架构模式，使用OpenCV开源图像处理库和WPF程序框架以及Android平台进行了系统的开发。 在手势识别模块中，使用了CodeBook背景模型，YUV颜色空间下的肤色分割，连通域检测、Canny边缘检测算法、Camshift目标追踪等技术对图像进行处理，通过对手势轮廓特征的计算，完成了手势识别的工作。 通过对计算机手势操控系统的开发表明，使用身边触手可及的设备可以丰富日常生活中计算机的使用体验，使计算机的使用更加方便。

Keyword ：

背景减除 肤色分割 目标追踪 手势控制 手势识别

Cite：

Copy from the list or Export to your reference management。

Abstract ：

作为计算机视觉研究领域的热门分支之一，视频运动目标分析技术研究的主要内容是对含有所需运动目标的视频图像开展运动目标检测、跟踪、分类或识别等。目前在安全监控、智能交通、虚拟现实等很多领域广泛应用，其理论研究和实际应用的价值都非常重要。但由于场景的多样性和复杂性，基于单一特征、单一信源或单一技术的方法具有一定的局限性，运动目标检测及跟踪在复杂场景下的效果不理想。因此，本文从多源信息融合的角度出发，融合不同的图像色彩通道信息或不同的图像特征，设计并完成了一系列的改进算法，以期在复杂环境下能提高检测及跟踪效果的准确性和鲁棒性。 在运动目标检测方面，首先本文研究了基于背景建模的运动目标检测的几种常见算法，实现了码本检测算法、混合高斯检测算法、ViBe和PBAS检测算法。然后，本文重点针对ViBe算法使用单一检测阈值导致误检测点较多的缺陷，提出了一种基于证据推理的改进ViBe运动目标检测算法。该改进算法利用了图像不同色彩通道间的信息互补性，采取双阈值机制描述ViBe算法检测过程中存在的不确定性，进而通过证据理论对不确定性建模来降低或消减不确定性。实验结果表明，本文所提出的改进ViBe算法在不同的测试场景下有更加理想的检测效果，可抑制阴影，减少空洞，整体检测准确性有所提高。 在运动目标跟踪方面，本文首先对MeanShift、CamShift这两种传统的跟踪算法进行了研究。它们建立目标特征模型仅使用了图像的颜色特征，在背景与目标颜色相近形成干扰时或存在目标被遮挡的场景下，由于目标特征单一，跟踪容易失败。因此，本文进行了不同方式的改进来改善跟踪效果。基于分块的MeanShift改进跟踪算法可增强算法的抗漂移性；对目标被遮挡的情况，提出将SURF特征融合的MeanShift改进跟踪算法；融合运动信息的CamShift改进跟踪算法可处理目标与周围背景颜色相近的场景。实验表明，本文所提出的几种改进方算法在不同的测试视频下跟踪效果更加稳定。 在算法可视化方面，本文在Windows平台下利用Qt+OpenCv+VisualStudio的开发环境，分别设计了视频运动目标检测及跟踪系统，具有更加友好的人机交互功能和显示效果。 同时，基于快速发展着的移动互联网技术，本文研究了在Android移动端的图像基础处理，设计了一款基于帧间差分的实时运动目标检测Android应用，并且它可与同一局域网内的服务器端建立网络通信，传输检测报警信息。本文初步实现了检测算法在Android系统下的实际应用。

Keyword ：

Android 目标跟踪 目标检测 信息融合 证据理论

Cite：

Copy from the list or Export to your reference management。

Abstract ：

机器人在工业自动化领域的应用已十分广泛，机器视觉作为智能化机器人的“眼睛”可有效提升机器人的灵活性及可操作性。本文就视觉机器人关键技术展开研究并将其应用于自动生产线的工件装配过程中，研究主要内容如下： 针对视觉机器人目标识别定位与跟踪问题，采用基于特征的目标识别研究方法与基于Camshift的目标跟踪改进算法对动态目标识别跟踪问题进行了深入研究，设计并实现了基于目标颜色、形状双特征的动态目标识别与运动跟踪算法。 为解决机械手末端动态抓取目标与移动机器人靶目标位置信息获取问题，采用单目视觉测距与视觉导航理论方法，对特征目标的水平、竖直以及垂直距离的空间测距进行了研究，设计并实现了目标中心三维空间位置测量算法。实验结果表明，该算法可以对近距离目标中心空间位置进行测距，测量平均误差小于5%。 针对视觉机器人目标抓取问题，采用改进D-H参数法对视觉机械臂进行运动模型建立，采用正逆运动学分析方法解决了末端执行机构位姿与关节角角度的计算问题，分别采用具有抛物线拟合的三次样条插值与线性插值方法对关节角空间与笛卡尔空间进行轨迹规划，并通过计算机仿真验证了模型及计算过程的正确性。针对视觉移动机器人采用基于轨迹控制的理论方法，设计并实现了两轮速差瞬时运动模型下的控制指令提取算法。 针对上述算法在自动生产线工件装配系统中的应用问题，采用模块化设计方法，在实验室环境下搭建了视觉机械臂的动态抓取和工件组装的硬件平台并进行相关测试，结果表明所研究的视觉机器人目标识别跟踪、定位测距与抓取技术可以很好地应用于该系统中，达到了研究和应用目的。

Keyword ：

动态抓取 目标识别 视觉测距 视觉机器人 移动机器人

Cite：

Copy from the list or Export to your reference management。

Abstract ：

视频运动目标分析技术是计算机视觉领域的一个极其重要的研究方向。主要包括视频图像的预处理以及运动目标检测、跟踪和识别等。目前视频运动目标处理技术在各领域的应用前景日益广泛。应用场景的多样性和复杂性，使得可用信息的不确定性也随之升高，传统的单一特征、单一方法或单一信源的技术由于自身的局限性，很难获得较好的检测和跟踪效果。因此，本文基于证据理论这一不确定性推理理论与方法设计了新的融合检测算法，联合多特征描述提出了融合跟踪算法，以提升复杂环境下算法的准确性和鲁棒性。 视频运动目标检测方面，首先研究和分析对比了几种常见的基于背景建模方法的检测算法的性能和优缺点，包括简单滤波检测法、混合高斯检测法、码本检测法、纹理特征建模检测法和VIBE检测算法。然后利用证据推理-谨慎有序加权平均方法（COWA-ER），提出了一种综合使用混合高斯、均值滤波和改进码本的多方法融合的检测算法。该融合检测算法以上述三种检测方法为准则建立一个多准则决策框架，通过双阈值检测法来表征检测过程中的不确定性，最终利用COWA-ER方法进行决策级融合，实现多种方法的综合利用与优势互补。实验表明，本文所提的基于不确定性推理的融合检测算法具有更为理想的检测效果，能有效应对诸如阴影及光照突变等问题对检测性能的影响。 视频运动目标跟踪方面，首先研究和分析对比了几种常见的目标跟踪算法的性能和优缺点，包括MeanShift跟踪算法、CamShift跟踪算法、Kalman滤波跟踪算法和粒子滤波跟踪算法。上述跟踪算法中目标的描述主要采用目标的单一颜色特征，故在目标出现被部分或完全遮挡的场景时，极易出现跟踪失败的情况。因此，本文利用不同特征的优势来解决目标存在遮挡的场景时跟踪失败的问题，提出了采用SURF特征和颜色特征结合的改进MeanShift跟踪算法。 基于单一颜色特征描述的跟踪算法同样难以有效应对诸如光照变化、背景复杂或目标部分遮挡等情况对跟踪性能造成的影响，故本文提出了联合纹理和颜色特征的改进MeanShift跟踪算法。实验表明，本文所提的多特征融合跟踪算法较传统跟踪算法，不仅能保证跟踪效果的稳定性和实时性，还能够有效应对遮挡、光照变化等复杂场景带来的影响。

Keyword ：

不确定性推理 多特征融合 目标跟踪 目标检测 视频运动目标分析

Cite：

Copy from the list or Export to your reference management。

Abstract ：

论文题目：基于单摄像头的手势识别系统的设计与实现 类别（领域）：工程硕士（软件工程） 学位申请人：文新元 指导教师：李晨 讲师 摘 要 随着计算机技术的飞速发展，人们对人机交互方式的要求越来越高。让用户可以方便、自然地使用人类所熟知的方式使用计算机成为重要的研究课题。其中最重要的环节就是要实现拟人化的人机交互体验。因此，手势的检测和识别就成为了模式识别领域中一项重要的研究内容。实用的手势识别系统，可以提供更好的人机交互体验。在此背景下，本文对基于单摄像头的手势识别的相关技术进行了深入研究。 论文对手势跟踪和手势识别相应的算法进行了深入研究并加以改进。对于手势跟踪算法，提出了改进的手势检测与跟踪算法。本文算法基于Haar-like特征的Adaboost分类器，并针对其对复杂手势识别效率不高的情况，选择采用Camshift算法配合分类器进行手势跟踪，同时针对脸部的干扰问题利用一个附加的脸部分类器的方式来去除干扰。在手势识别方面提出了改进的手势图像识别算法。该算法采用基于YCrCb的肤色分割算法进行手势图像提取，生成二值化手部轮廓，然后采用基于模板匹配的手势识别算法，并针对其可能出现的多重匹配结果的情况引入一种通过计算指尖数量和掌心位置的算法进行辅助判断，提高了匹配正确率。基于上述工作，对基于单摄像头的手势识别系统进行了详细的需求描述，最后完成了系统的层次结构和功能模块的设计。之后又对系统总控模块，手势跟踪模块，手势提取模块和手势识别模块进行了详细设计。最终采用C++语言基于QT跨平台图形框架和Opencv库对系统进行了实现，并给出了相关测试结果。 测试结果表明，本系统可以稳定高效的运行，识别出指定手势形状和轨迹，并且能够根据相应的配置文件匹配出手势和轨迹对应的命令，由于采用的QT框架进行开发，可实现手势识别系统与被控系统的解耦，有利于本系统未来应用于其他系统的控制。 关 键 词：人机交互；单摄像头；手势识别 论文类型：应用研究

Keyword ：

单摄像头 人机交互 手势识别

Cite：

Copy from the list or Export to your reference management。