罗燕龙
- 作品数：3 被引量：7H指数：2
- 供职机构：厦门大学更多>>
- 发文基金：国家教育部博士点基金国防科技重点实验室基金国防基础科研计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于稠密采样的海上红外目标跟踪算法被引量：1
- 2013年
- 在红外背景下,长时间鲁棒跟踪运动目标是一个具有挑战性的问题.提出了一种基于稠密特征采样(DSIFT)并结合词袋模型与粒子滤波的算法来处理海上红外目标跟踪问题.该算法首先采用DSIFT算法对目标区域及其邻域进行稠密采样并进行特征描述,从而得到包含正负样本的特征向量,然后采用聚类算法构建视觉字典来建立有判别力的目标外观模型.在跟踪过程中,对候选区域稠密采样并用学习得到的视觉字典进行外观表示,然后计算候选区域与目标区域似然,在贝叶斯框架下使用最大后验概率方法实现对目标的准确跟踪.实验结果表明,该算法与相关算法比较,能够有效处理红外海上目标快速运动、外观变化、背景混淆、部分遮挡而导致跟踪性能下降甚至跟踪目标丢失的问题.同时在典型图像序列上,该算法也具有较好的鲁棒性.
- 刘伟盛罗燕龙戴平阳李翠华
- 关键词：红外目标跟踪粒子滤波
- 基于局部稀疏表示模型的海上红外目标跟踪方法被引量：4
- 2013年
- 提出了一种基于局部稀疏表示模型的跟踪方法来有效解决跟踪过程中的目标遮挡问题.首先对目标进行分块,然后对每个块分别构造其稀疏字典,并通过衡量候选区域中每个块与目标模板对应块的相似度,获得每个块在目标图像中可能位置的置信图;再结合每个块置信图从而获得目标位置的最佳估计.实验结果表明,该方法与各种流行跟踪算法相比稳定可靠且具有良好的抗遮挡性,并对海上红外目标跟踪取得良好效果.实验结果验证了将稀疏表示应用在海上红外目标跟踪中的有效性及其良好的应用前景.
- 罗燕龙刘伟盛戴平阳李翠华
- 关键词：目标跟踪
- 基于局部稀疏表示模型的在线字典学习跟踪算法研究
- 视觉跟踪是计算机视觉领域内的重要问题，它在人机交互、认知系统、视频监控等领域具有广阔的应用前景。虽然人们对该领域进行了广泛的研究，但在实际目标跟踪过程中还会遇到遮挡、形变等挑战性问题。因此，视觉跟踪的研究具有很高的实用价...
- 罗燕龙
- 文献传递
