导读:本文包含了匹配跟踪论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:目标,在线,卡尔,光伏,浮游生物,特征,直方图。
匹配跟踪论文文献综述
袁振,王传江,张腾飞[1]（2019）在《基于Struck的在线学习和相似度匹配的双重更新跟踪算法》一文中研究指出针对Struck算法在遇到完全遮挡后难以恢复目标的跟踪问题,提出了利用双重更新策略对目标进行跟踪的算法。首先标定首帧中目标的所在位置,提取目标特征作为初始模板。其次,设计相似函数判别当前帧目标区域与初始模板的相似度,超过阈值的区域选为正样本加入到在线学习的过程。最后,当目标遇到完全遮挡时,通过遍历搜索的方式寻找与目标相似的图像块,选择超过阈值中相似度最高的图像块作为目标继续跟踪。实验结果表明,改进后的算法可以更好地解决因遮挡或背景相近等复杂条件引起的目标跟踪丢失的问题。(本文来源于《山东科技大学学报(自然科学版)》期刊2019年06期）
邓孝祥,葛飞[2]（2019）在《超声波电源匹配网络和频率跟踪系统的研究》一文中研究指出针对传统的超声波电源存在功率损耗高、致使换能器能量大幅度下降甚至停振的问题,通过调节超声波电源输出的开关频率,使得换能器两端的电压和电流保持同一相位,并且采用串联电感的方式,通过TMS320F28335控制芯片对换能器输出电压和电流时刻进行相位捕捉,调整其相位差,促使换能器工作在最佳谐振状态。实验表明:与传统的频率跟踪方法相比,相位控制法采集频率速度更快,能加快系统的动态响应速度。(本文来源于《通信电源技术》期刊2019年11期）
杨林,戴剑峰,赵虎成,高瞻,陆阳[3]（2019）在《基于阻抗匹配的超声手术刀频率跟踪方法研究》一文中研究指出随着科技的发展,超声手术刀在医疗上的运用越来越广泛。在实际应用中,为了让超声手术刀的换能器能尽可能高效率地将电能转换成机械能,利用并联阻抗匹配实现了超声手术刀的阻抗匹配,让超声手术刀的换能器呈现纯阻抗,从而使换能器的输出功率最大,并且减少了换能器的发热,延长了使用寿命。另外超声手术刀的换能器在使用过程中,换能器的各项参数会随着温度以及环境等发生改变,因此设计了一种针对换能器的谐振频率进行变频的频率跟踪方法,通过对电流和电压的相位差进行跟踪,然后送入到FPGA进行运算,得到一个相位差,当相位发生偏差的时候,则采用一个变频公式调整输出频率,从而达到频率跟踪的效果。通过实际验证,所设计的超声手术刀阻抗匹配和频率跟踪方法可以很好地实现在不同负载下的频率自动跟踪,并且运行可靠。(本文来源于《电子技术应用》期刊2019年10期）
徐娇,赵其杰,张君绍,张曦[4]（2019）在《基于多特征匹配跟踪的深海发光浮游生物自动计数方法》一文中研究指出生物发光现象在海洋中广泛存在,基于微光成像技术对深海发光浮游生物的发光现象进行视觉捕获是一种先进的原位观测手段,但目前缺乏有效的方法对获取的生物发光影像资料进行自动分析。针对此问题,本文提出一种基于多特征匹配跟踪的发光浮游生物自动计数方法,基于同一目标在连续帧间的运动具有连续性的思想,首先采用帧间质心差小于一定阈值的原则进行初始粗匹配,然后针对目标过近造成的误匹配问题再进一步进行运动方向的匹配,提高帧间匹配精度,从而准确计数。采用所提出的方法对深海发光浮游生物的真实视频数据进行了自动分析,实验结果证明该计数方法具有较好的准确率,对生物发光区域的尺度变化、发光目标间距过近等情况具有较好的鲁棒性,能达到较好的计数效果。(本文来源于《海洋科学》期刊2019年05期）
于海江[5]（2019）在《双面双玻组件应用比例逐年递增》一文中研究指出近日，美国贸易委员会宣布对双面光伏组件豁免征收201关税，这意味着该类产品进入美国市场时将免除25%的关税费用。目前双面双玻组件价格已经与普通单面发电组件十分接近，豁免25%关税后，双面发电组件将获得相比普通组件显着的价格优势，在美国市场的应用比例将大幅(本文来源于《中国电力报》期刊2019-07-18）
陈冰红,祝振宇[6]（2019）在《基于图像分块模板匹配的高速运动目标跟踪技术》一文中研究指出高速运动目标图像采集的动态性较强,模糊跟踪效果不好,动态特征点分布结构复杂,对高速运动场景下动态特征点自动跟踪难度较大,提出一种基于图像分块模板匹配的高速运动目标跟踪技术。设计高速运动目标图像采集模型和运动特征点的边缘特征检测算法,采用灰度直方图降噪方法抑制高速运动目标图像动态特征点边缘模糊集,采用分块检测方法进行高速运动目标区域重构,在仿射不变区域中进行运动目标的边缘轮廓检测和特征点匹配,采用图像分块模板匹配方法实现高速运动目标的自动跟踪识别。仿真结果表明,采用该方法进行高速运动目标跟踪的准确性较高,对目标的定位性能较好。(本文来源于《国外电子测量技术》期刊2019年07期）
朱世昕,杨泽民[7]（2019）在《基于半直接方法的序列影像直线特征跟踪匹配算法》一文中研究指出针对序列影像相邻帧间相对运动较小的特点,提出了一种基于半直接方法的序列影像直线特征跟踪匹配算法。首先,选取关键帧进行点特征和直线特征的提取与匹配;然后,利用运动恢复结构算法对直线上的特征点进行重建;接着,通过反向合成图像对齐算法实现相邻帧的直线特征点的跟踪和摄像机相对位姿估的计;最后,由跟踪特征点实现对直线特征的跟踪匹配。采用两组不同的序列影像数据对算法进行了验证,实验表明所提算法能够实现序列影像直线特征的准确跟踪匹配,并能同时估计得到摄像机的位姿;摄像机的位姿估计误差随着帧数的增加而累积。文中还提出了一种新的序列影像直线特征跟踪匹配算法,该算法仅利用直线上的稀疏特征点就可实现对相邻影像间的直线特征的准确跟踪匹配,并能估计得到摄像机的运动轨迹。但是,该方法存在累积误差,需要进一步改进。(本文来源于《计算机科学》期刊2019年S1期）
梅立雪,汪兆栋,张浦哲[8]（2019）在《一种邻帧匹配与卡尔曼滤波相结合的多目标跟踪算法》一文中研究指出传统目标跟踪算法很难在户外视频中进行行人实时跟踪及人流量统计,针对该问题,提出一种联合邻帧匹配与卡尔曼滤波器的多目标跟踪算法。该算法首先以方向梯度直方图(HOG)为特征的自适应推进(Adaboost)分类器进行行人人头检测,进而采用卡尔曼滤波进行行人轨迹预测,并应用邻帧匹配算法对该目标运动轨迹进行校正。在邻帧匹配法中,新颖地将跟踪过程中的目标匹配问题转化为基于匈牙利算法的指派问题。因邻帧匹配法能更好地区分不同待匹配目标的特征,较传统跟踪算法,能更好地避免误匹配、漏匹配等问题,提高了目标跟踪的准确率,实验证明,该监控系统准确率高,且能满足扶梯监控系统应用场景下的鲁棒性、实时性要求。(本文来源于《科学技术与工程》期刊2019年15期）
付灿[9]（2019）在《基于目标特征匹配的视觉跟踪算法研究》一文中研究指出计算机视觉技术就是通过计算机快速准确获取目标的位置、速度和加速度等目标运动状态参数,基于这些信息可以进一步对目标进行分析。基于特征匹配的确定性视觉目标跟踪算法以其较高的实时性、较高的精确度,具有较好的应用前景良好。但是在一些复杂的跟踪场景的应用中,此类方法因受多种因素影响易于丢失目标。因此,该类视觉目标跟踪算法还有许多的缺陷需要改进。针对跟踪微小型目标容易失败的问题,以荧光显微镜下的神经丝蛋白影像为实验对象。利用HSV颜色空间所得颜色直方图建立目标模型,结合预测点对目标特征点加权。通过在目标颜色概率模型中引入核函数,利用核密度梯度来进行目标搜索,最终在每帧图像中获取目标的具体位置。鉴于神经丝蛋白的特殊性,本章还对比分析了其他两种概率预测类算法的跟踪效果。实验结果表明,此方法能够快速稳定跟踪神经丝蛋白,为神经丝蛋白质的医学研究提供了新的途径。针对传统camshift算法的目标建模及匹配易受干扰像素影响的问题,对目标建模和匹配做了相应改进。改进的目标建模方法通过分块选取目标中最为明显的颜色特征,使得目标与背景的区分更加明显。此外在跟踪过程中的目标匹配环节,基于传统模型的跟踪方法需要逐个查阅候选目标区域的像素,计算量较大。改进方法将候选目标区域分块,然后提取各分块的特征与目标模型做对比,此方法不仅降低了运算量,而且还能将干扰像素点的影响分散到周围的区域,使得干扰像素可以通过二值化的手段消除。实验结果证明,基于改进模型的目标跟踪方法的跟踪精度与速度有较大提高。针对核相关滤波算法难以应对复杂跟踪场景的问题,提出了一种帧内跟踪效果评估方法来识别目标遮挡场景以及目标偏离的情况。首先在HSV颜色空间对目标分块并建立判别模型,在跟踪的过程中对候选目标区域分块并结合判别模型生成搜索区域的颜色概率分布图,然后在颜色概率分布图中对核相关滤波算法的初步跟踪结果进行评估,根据评估结果决定是否使用修正算法修正跟踪结果。在目标模型更新策略方面,结合判别模型对初步跟踪结果的评估从而识别复杂场景,提出了一种自适应学习因子的模型更新策略,避免引入过多背景或遮挡物的信息。通过实验结果分析,显示该改进核相关滤波算法算法能够有效的应对遮挡、复杂背景等跟踪场景,同时能对目标偏离进行修正。最后,对全文的研究工作做出了概括,说明了已解决的问题以及仍存的不完善之处并指明了今后在此研究方向上需要进一步研究的要点。(本文来源于《新疆大学》期刊2019-05-24）
苏醒[10]（2019）在《基于3D空间匹配与重建的运动排球跟踪技术》一文中研究指出目标物的3D空间位置的跟踪技术,对于专业的排球比赛分析和理解有重要的利用价值。在排球比赛中,为了制定更详细,更科学,更有针对性的技战术,需要对视频中排球的运动轨迹跟踪。因此,提高排球比赛视频中排球的跟踪成功率尤为重要。影响排球跟踪率的因素有:复杂的背景环境,无规律的运动轨迹,相对小的球体,以及运动员身体的遮挡等。为了提高排球视频中排球的跟踪率,本文研究了基于排球基本特征和3D空间坐标重建与匹配的策略,研制了一套运动排球跟踪系统,该系统以降低成本,高效率和高准度的特点实现了对动态视频中运动排球的跟踪,具有一定的应用价值。本文的工作主要包括以下叁个部分:1.基于排球特征的相似性估计。根据排球特征的相似性估计基于以下叁个方面分析,第一,基于视频帧中排球大小的自适应跟踪窗口。在排球比赛视频中,由于排球在立体空间的运动不确定性,导致排球距离镜头时近时远。因此在视频中反映出的排球大小随之时大时小,增加了跟踪难度。本文基于摄像机标定提出半径系数法,可使跟踪窗口根据排球距离摄像头的远近而改变。第二,基于运动中的排球特征模型,包括复杂背景环境下对排球外形的分析,颜色模型的分析以及运动特征分析。第叁,基于组合摄像机的抗遮挡分析。2.基于排球3D空间坐标重建与匹配策略。根据排球3D空间坐标重建与匹配策略,自动恢复跟踪器,对跟踪失败的情况进行重新检测和跟踪。在该策略中,球形跟踪器的设计和3D空间坐标重建和匹配算法是两大核心部分。球形跟踪器根据排球的特征获取各个视频帧中的“候选”排球部分,然后将排球的2D坐标在3D空间中重建,通过设定距离阈值,匹配从不同帧的3D坐标的空间距离,将符合匹配结果的3D空间坐标点组合为一个整体,作为3D空间下的排球位置,从而重新“唤醒”跟踪器继续跟踪排球。3.基于多命令队列和步进并行迭代策略。本文提出了多个命令队列,战术线程分配和步进迭代添加法,以在CPU-GPU平台上实现更大的计算和运行容量。利用多个命令队列实现算法中任务之间的并行性。其次,自适应线程分配有助于将算法映射到GPU并增强线程之间的同步。并且本文提出了步进迭代加法在顺序操作中实现部分并行。本文实验基于HDTV高清视频序列,比赛背景为2014年东京国际高中生男子排球锦标赛。针对本文提出的研究策略,本实验使用4架摄像机,安置于矩形比赛场地的四个角落。根据实验结果,本文提出的方法论能够成功应用到排球跟踪的场合,并解决了复杂背景环境下,运动中的排球特征检测问题。实验结果证明,基于本文提出的算法,排球的跟踪成功率提高至99%。(本文来源于《华南理工大学》期刊2019-04-18）
匹配跟踪论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对传统的超声波电源存在功率损耗高、致使换能器能量大幅度下降甚至停振的问题,通过调节超声波电源输出的开关频率,使得换能器两端的电压和电流保持同一相位,并且采用串联电感的方式,通过TMS320F28335控制芯片对换能器输出电压和电流时刻进行相位捕捉,调整其相位差,促使换能器工作在最佳谐振状态。实验表明:与传统的频率跟踪方法相比,相位控制法采集频率速度更快,能加快系统的动态响应速度。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
匹配跟踪论文参考文献
[1].袁振,王传江,张腾飞.基于Struck的在线学习和相似度匹配的双重更新跟踪算法[J].山东科技大学学报(自然科学版).2019
[2].邓孝祥,葛飞.超声波电源匹配网络和频率跟踪系统的研究[J].通信电源技术.2019
[3].杨林,戴剑峰,赵虎成,高瞻,陆阳.基于阻抗匹配的超声手术刀频率跟踪方法研究[J].电子技术应用.2019
[4].徐娇,赵其杰,张君绍,张曦.基于多特征匹配跟踪的深海发光浮游生物自动计数方法[J].海洋科学.2019
[5].于海江.双面双玻组件应用比例逐年递增[N].中国电力报.2019
[6].陈冰红,祝振宇.基于图像分块模板匹配的高速运动目标跟踪技术[J].国外电子测量技术.2019
[7].朱世昕,杨泽民.基于半直接方法的序列影像直线特征跟踪匹配算法[J].计算机科学.2019
[8].梅立雪,汪兆栋,张浦哲.一种邻帧匹配与卡尔曼滤波相结合的多目标跟踪算法[J].科学技术与工程.2019
[9].付灿.基于目标特征匹配的视觉跟踪算法研究[D].新疆大学.2019
[10].苏醒.基于3D空间匹配与重建的运动排球跟踪技术[D].华南理工大学.2019
论文知识图
