导读:本文包含了高速目标跟踪论文开题报告文献综述、选题提纲参考文献，主要关键词:目标,多普勒,算法,高速公路,卷积,果蝇,视觉。
高速目标跟踪论文文献综述写法
张思宇,何心怡,陈菁,祝琳[1]（2019）在《基于引入多普勒速度的水下高速小目标快速跟踪方法》一文中研究指出针对单声呐对单个水下高速小目标的跟踪问题,根据高速近程小目标接近声呐跟踪滤波可利用的数据点少,但产生了较大多普勒速度的特点,通过将目标多普勒速度引入跟踪滤波器的观测方程,提出一种观测方程增加目标多普勒速度的水下快速跟踪方法,克服传统仅基于目标距离和方向角的水下目标跟踪方法可观性差和易发散的不足,实现了少数据点条件下水下目标高精度跟踪,并通过仿真实验,验证方法的可行性和有效性,为相关场景水下目标跟踪提供参考借鉴。(本文来源于《指挥控制与仿真》期刊2019年06期）
李霞[2]（2019）在《高速公路服务区多目标智能跟踪系统应用分析》一文中研究指出随着我国数字化和网络化的发展,逐步扩大了高清视频监测系统的使用程度,促进了多目标跟踪系统的智能化发展。这种多目标跟踪服务系统在高速公路服务区中能智能化地实现监控,监测并了解高速公路服务区实地情况,智能化地掌握高速公路服务区的有效信息。文章介绍了多目标跟踪系统的主要原理和构造,分析了这种智能化多目标跟踪系统在高速公路服务区的应用。(本文来源于《西部交通科技》期刊2019年09期）
陈冰红,祝振宇[3]（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）
宋焕生,李莹,杨瑾,云旭,张韫[4]（2019）在《基于高速公路场景的车辆目标跟踪》一文中研究指出车辆目标检测与跟踪是高速公路视频监控系统实时监控获取交通参数的关键步骤.本文提出了一种面向高速公路场景的目标轨迹时序信息结合核相关滤波KCF算法的车辆目标跟踪方法,实现了车辆目标的高精度持续跟踪.该方法首先采用基于深度学习的单目标检测SSD算法,通过建立车辆数据集,实现了适用于高速公路场景的车辆目标的分类与检测.然后,基于目标轨迹时序信息实现目标车辆与轨迹的匹配,并且采用KCF跟踪算法对丢失目标进行预测重定位,从而实现车辆目标轨迹的持续跟踪.实验表明,该跟踪方法精度高,且适应多种不同场景,具有较高的应用价值.(本文来源于《计算机系统应用》期刊2019年06期）
高嘉乐,邢清华,梁志兵[5]（2019）在《空天高速目标探测跟踪传感器资源调度模型与算法》一文中研究指出针对空天高速目标跟踪中,传感器资源调度任务无时间等待、传感器资源匹配形式多样、观测时间碎片化等问题,提出了多源异构传感器调度多目标优化模型和求解该模型的多目标柔性果蝇算法。针对传感器调度时间碎片化问题,采用柔性分割调度时间,设计了目标-时间-传感器叁维编码方式;为了避免相似个体交叉进化造成搜索陷入局部最优,提出基于个体特征的交叉操作和变异操作;针对进化过程中个体产生碎片时间、重复观测等问题,提出柔性调整操作。最后通过两个案例测试,对提出的模型和算法进行仿真验证,实验证明算法能够合理地求解多源异构传感器资源调度问题,在收敛性和分布性方面优于对比算法。(本文来源于《系统工程与电子技术》期刊2019年10期）
吴家俊[6]（2019）在《基于高速视觉的运动目标检测与跟踪》一文中研究指出高速运动目标常见于国防军事领域中,具有机动性强、运动时间短、环境多变、规律性差等特点,难以对其位置、姿态和速度等运动信息进行捕获、跟踪和测量。相比传统的激光雷达跟踪方法,基于视觉的检测和跟踪能获取目标更多的运动信息。随着高速视觉传感器的发展,使用高速摄像机对高速运动的目标进行检测和跟踪变得愈发重要。然而现有的目标检测和跟踪算法的结构较为复杂,难以满足高速视觉系统的实时性要求。本文为了检测和跟踪高速运动的目标,设计搭建了一套高速视觉系统,并基于该系统提出一种快速有效的目标检测和跟踪算法。主要研究内容和贡献如下:(1)设计搭建了一套200fps@640 X 480的高速视觉系统。分析系统各组成部分的工作职责和工作特点,结合高速运动目标的运动特点,选用合适的高速相机、图像采集卡和光圈,并增加照明设备,提高图像质量。通过高速连续图像采集实验验证了器件选择的合理性和相机参数设置的正确性。(2)结合帧间差分法和背景减除法的优缺点,提出了一种快速有效的目标检测算法。为了降低算法对光照变化的干扰,在YCbCr空间提取目标聚类特性较好的Cb分量;运用帧间差分法和投影技术在该分量上获得目标的运动区域,去除干扰区域和合并同一目标区域后,在该区域内进行背景减除法精确地检测出目标,并运用滑动平均法对非运动区域进行背景更新。为了降低时间消耗,采用改进的八邻域快速轮廓搜索方法搜索目标轮廓,并针对运动模糊的目标使用基于椭圆拟合的方法求取更为准确的目标中心位置。(3)为了解决跟踪算法的滞后性,提出了基于预测的目标跟踪算法。通过仿真对比基于Kalman滤波的预测跟踪算法和基于轨迹拟合的预测跟踪算法,选择3点线性预测器和5点平方预测器加权组合的综合预测算法对目标中心进行跟踪预测,并根据预测的位置更新ROI。当目标重现时,在预测的ROI中进行目标检测,减少搜索时间。(4)通过对不同情况下运动的乒乓球进行检测和跟踪,验证系统算法能够对1.3m距离下4m/s快速运动的目标进行实时准确的跟踪,跟踪误差不超过3个像素。同时验证了算法对遮挡和相似干扰物体的鲁棒性。在使用ROI减少检测范围的情况下,系统算法的平均运行时间为3.2ms/帧。(本文来源于《中国科学技术大学》期刊2019-05-01）
石章松,刘健,张渝缘[7]（2019）在《引入速率量测的高速机动目标跟踪多模型算法》一文中研究指出在机动目标跟踪定位问题中,引入参考加速度的跟踪算法对目标定位跟踪精度高、效果好,但在目标发生高速机动时,其跟踪误差较大,收敛速度慢。针对这种情况,提出一种引入速率量测的自适应性圆周运动跟踪算法,并通过建立一种模型结构变换机制,将两者算法有效结合,构成一种变结构多模型算法(Variable Structure Multiple Model,VSMM)。在高机动条件和典型反舰导弹攻击航路下对算法进行仿真实现,证实了该算法相比于引入参考加速度跟踪算法,跟踪精度较高,收敛速度更快,具有一定工程实践指导意义。(本文来源于《火力与指挥控制》期刊2019年03期）
季飞,王加庆,刘剑,吴南健[8]（2018）在《适用于硬件高速计算的CNN目标跟踪算法》一文中研究指出针对硬件上实现指定目标的高速跟踪,提出一种适用于硬件高速计算的深度卷积神经网络(convolutional neural network,CNN)目标跟踪算法.通过分析卷积层、卷积核、亚采样层和激活层对于网络性能的影响,针对硬件实现构建多种CNN结构.训练指定目标样本,得到基于卷积深度特征的目标模型,采用灵活的搜索策略,调用优化后的模型参数实现硬件上的目标跟踪.结合实例,对比了多种网络的性能和跟踪效果,其中最优模型参数仅为368Byte,测试错误率为0.0125,跟踪误差均值为0.779像素,证明了该算法在硬件上实现目标追踪的有效行和可行性.(本文来源于《微电子学与计算机》期刊2018年12期）
王红伟,王加庆,吴南健[9]（2018）在《基于高速视觉目标跟踪系统的自动调焦算法的设计》一文中研究指出为了解决高速视觉目标跟踪系统在进行目标跟踪过程中目标的尺度与清晰度的变化,提出一种基于尺度不变性的自动调焦算法。该算法包括基于改进型二维OTSU分割的自动变焦算法和基于二维图像信息熵的对焦算法,通过高速视觉目标跟踪系统获得目标区域,计算目标像素面积和清晰度评价值,转化为可调焦镜头变焦步数和对焦步数后通过FPGA发送调焦指令,最终完成自动调焦动作。设计了自动调焦验证系统以验证算法的性能并得出满足追踪要求的最佳调焦参数。实验证明,该算法在高速目标跟踪系统的跟踪过程中可以较好地完成自动调焦任务。(本文来源于《半导体光电》期刊2018年05期）
谢冉升[10]（2017）在《高速公路服务区多目标智能跟踪系统浅析》一文中研究指出在数字化、网络化、高清视频监控系统大量投入使用的情况下,多目标智能跟踪系统能让视频监控系统在服务区监控中真正实现智能化,并对服务区真实情况进行掌控。首先对多目标智能跟踪系统进行了概述,接着介绍了多目标智能跟踪系统的构成,最后对多目标智能跟踪系统的功能及应用进行了阐述。(本文来源于《中国交通信息化》期刊2017年06期）
高速目标跟踪论文开题报告范文
（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：
随着我国数字化和网络化的发展,逐步扩大了高清视频监测系统的使用程度,促进了多目标跟踪系统的智能化发展。这种多目标跟踪服务系统在高速公路服务区中能智能化地实现监控,监测并了解高速公路服务区实地情况,智能化地掌握高速公路服务区的有效信息。文章介绍了多目标跟踪系统的主要原理和构造,分析了这种智能化多目标跟踪系统在高速公路服务区的应用。
（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。
高速目标跟踪论文参考文献
[1].张思宇,何心怡,陈菁,祝琳.基于引入多普勒速度的水下高速小目标快速跟踪方法[J].指挥控制与仿真.2019
[2].李霞.高速公路服务区多目标智能跟踪系统应用分析[J].西部交通科技.2019
[3].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
[4].宋焕生,李莹,杨瑾,云旭,张韫.基于高速公路场景的车辆目标跟踪[J].计算机系统应用.2019
[5].高嘉乐,邢清华,梁志兵.空天高速目标探测跟踪传感器资源调度模型与算法[J].系统工程与电子技术.2019
[6].吴家俊.基于高速视觉的运动目标检测与跟踪[D].中国科学技术大学.2019
[7].石章松,刘健,张渝缘.引入速率量测的高速机动目标跟踪多模型算法[J].火力与指挥控制.2019
[8].季飞,王加庆,刘剑,吴南健.适用于硬件高速计算的CNN目标跟踪算法[J].微电子学与计算机.2018
[9].王红伟,王加庆,吴南健.基于高速视觉目标跟踪系统的自动调焦算法的设计[J].半导体光电.2018
[10].谢冉升.高速公路服务区多目标智能跟踪系统浅析[J].中国交通信息化.2017