光流
- 一種基于時間幀差的行為識別方法
再計算幀差圖像的光流，形成幀差序列和光流序列；然后，從幀差序列和光流序列中提取一組特征；最后，利用隱馬爾可夫模型進行建模和識別。方法在Weizmann數(shù)據(jù)庫和KTH數(shù)據(jù)庫上分別獲得了97.2%和85%的識別精度，驗證了提出特征的性能，并驗證了時間幀差圖像對行為識別的有效性。另外，通過對一些特殊動作視頻的測試，驗證了提出方法的魯棒性。關(guān)鍵詞：時間幀差；人類行為；光流；隱馬爾可夫模型中圖分類號：TP311? ? ? 文獻標識碼：A文章編號：1009-3044（
電腦知識與技術(shù) 2023年35期2024-01-26
- 融合序列影像相關(guān)區(qū)域信息的光流估計網(wǎng)絡(luò)
105）1 引言光流估計是計算機視覺的核心問題之一，在視頻理解［1］、動作識別［2］、目標跟蹤［3］、全景拼接［4］等領(lǐng)域具有重要的應(yīng)用，在各類視頻分析任務(wù)中可以更好地反映目標的運動信息，被認為是一種重要的視覺線索。然而，目前的光流估計網(wǎng)絡(luò)仍存在過度平滑、缺乏細粒度、無紋理曲面難以準確估計的問題。傳統(tǒng)光流估計方法常基于亮度一致性和空間平滑度能量最小化的方式獲得光流估計結(jié)果。Horn等［5］采用全局方法估計圖像的稠密光流場，基于亮度恒定與光流場平滑假設(shè)構(gòu)造能
液晶與顯示 2023年10期2023-10-13
- 基于事件相機的連續(xù)光流估計
楊 文 盧 昕光流(Optical flow,OF)估計一直是圖像處理與計算機視覺領(lǐng)域中一個核心的研究課題.近年來,隨著計算機軟硬件水平的提高,各類光流估計算法層出不窮,光流技術(shù)在跟蹤[1-2]、運動分割[3-4]、導航[5-6]和圖像配準[7-8]等應(yīng)用領(lǐng)域凸顯出了越來越重要的作用.特別是在高速運動場景中,由于空間物體運動位置的快速變化,對運動數(shù)據(jù)的獲取和光流的計算提出了更高要求,連續(xù)且高精度的光流估計算法[9]更是被國內(nèi)外學者廣泛研究,其獲得的光流估
自動化學報 2023年9期2023-09-27
- 面向溫室移動機器人的無監(jiān)督視覺里程估計方法
3]將深度網(wǎng)絡(luò)和光流網(wǎng)絡(luò)結(jié)合在一起進行無監(jiān)督聯(lián)合訓練，用光流建立的像素匹配關(guān)系來解決尺度不確定性問題，但該方法針對的是單目相機，只能獲取工作場景的相對深度及位置變化，難以進一步應(yīng)用于機器人的導航路徑規(guī)劃等任務(wù)上，且在推理應(yīng)用中需要同時計算兩個神經(jīng)網(wǎng)絡(luò)，資源需求量大。鑒于溫室移動機器人自主工作中，對絕對尺度視覺里程信息的實際需求，和現(xiàn)有深度學習位姿估計模型存在的尺度不確定問題，本文以雙目相機作為傳感器，提出一種基于無監(jiān)督光流的視覺里程估計方法，用雙目圖像間光
農(nóng)業(yè)工程學報 2023年10期2023-08-08
- 基于改進FlowNet 2.0光流算法的奶牛反芻行為分析方法
大的養(yǎng)殖環(huán)境。而光流法不會受光照條件約束且能夠保證較高檢測率，被廣泛應(yīng)用到復雜養(yǎng)殖環(huán)境下動物行為分析。如宋懷波等[27]利用Lucas-Kanade稀疏光流法分析視頻序列幀中奶?；ò哌吔缙骄?span id="j5i0abt0b" class="hl">光流變化規(guī)律，實現(xiàn)呼吸行為檢測，幀處理耗時在0.10～0.13 s之間，檢測平均準確率為98.58%。李通[28]提出了一種基于Horn-Schunck光流法的多目標奶牛嘴部區(qū)域自動檢測方法，跟蹤成功率達到89.12%。段恩澤等[29]基于優(yōu)化Mask RCNN的實例分
農(nóng)業(yè)機械學報 2023年1期2023-03-07
- 基于多尺度變形卷積的特征金字塔光流計算方法
馮 誠 陳 震光流是指圖像序列中運動目標或場景表面像素點的二維運動矢量,其不僅包含了物體或場景的運動參數(shù),還攜帶了圖像中運動目標豐富的結(jié)構(gòu)信息,因此,針對圖像序列光流計算技術(shù)的研究一直是圖像處理、計算機視覺等領(lǐng)域的研究熱點.相關(guān)研究成果廣泛應(yīng)用于目標跟蹤[1]、圖像配準[2]、表情識別[3]、運動遮擋檢測[4]和機器人視覺導航[5]等高級視覺任務(wù).自 Horn和 Schunck 提出變分光流計算技術(shù)以來,圖像序列光流計算技術(shù)在光流計算精度和魯棒性方面已經(jīng)
自動化學報 2023年1期2023-01-16
- 基于模糊核均值聚類優(yōu)化的光流測速方法
發(fā)展[2-3]，光流法可被用于進行物體運動估計與目標跟蹤，是視覺導航的一個重要研究方向。自B.Horn等[4]在1981年提出光流算法基本原理后，引起國內(nèi)外學者的廣泛關(guān)注。光流即昆蟲在飛行時觀察物體，物體在其視網(wǎng)膜上形成一系列變化的圖像信息，這些連續(xù)變化的圖像信息不斷“流過”視網(wǎng)膜(即圖像平面)就形成了光流[5]。光流可以看作是觀察3D運動的2D投影[6-10]。研究人員受此啟發(fā)，將光流引入到無人機導航中[11]，由于無人機飛行時圖像背景會發(fā)生變化，因此可
導航定位與授時 2022年6期2023-01-03
- 引入注意力機制的自監(jiān)督光流計算
意力機制的自監(jiān)督光流計算安 峰1，戴 軍1,2，韓 振2，嚴仲興1(1. 蘇州工業(yè)園區(qū)服務(wù)外包職業(yè)學院人工智能學院，江蘇 蘇州 215123；2. 同濟大學經(jīng)濟與管理學院，上海 210092)光流計算是諸多計算機視覺系統(tǒng)的關(guān)鍵模塊，廣泛應(yīng)用于動作識別、機器人定位與導航等領(lǐng)域。但目前端到端的光流計算仍受限于數(shù)據(jù)源的缺少，尤其是真實場景下的光流數(shù)據(jù)難以獲取。人工合成的光流數(shù)據(jù)占絕大多數(shù)，且合成數(shù)據(jù)不能完全反應(yīng)真實場景(如樹葉晃動、行人倒影等)，難以避免過擬合等
圖學學報 2022年5期2022-11-02
- 基于深度匹配的由稀疏到稠密大位移運動光流估計
聰炫 汪 洋 光流反映了圖像序列像素點亮度的時空域變化與圖像中物體運動及結(jié)構(gòu)的關(guān)系,其不僅包含了被觀察物體的運動參數(shù),而且攜帶豐富的三維結(jié)構(gòu)信息.因此,光流計算技術(shù)廣泛引用于各類高級視覺任務(wù),例如機器人視覺系統(tǒng)[1]、異常行為檢測[2]、無人機導航與避障[3]和醫(yī)學影像分析等[4].20 世紀80 年代,Horn 等[5]首次提出光流概念和計算方法后,針對光流計算模型和優(yōu)化方法的研究不斷涌現(xiàn).根據(jù)研究路線的不同,光流計算技術(shù)研究可大致分為3 類: 1)變
自動化學報 2022年9期2022-09-30
- 面向視覺里程計的光流消抖算法①
面向視覺里程計的光流消抖算法。以一段含有抖動幀的視頻數(shù)據(jù)為研究對象，對比分析原數(shù)據(jù)與算法處理后的數(shù)據(jù)幀的平均光流，驗證該算法的優(yōu)越性，為視覺SLAM的軟件消抖提供一種新思路。1 ORB特征點提取與匹配原理目前的視覺里程計主要采用特征點法估計相機運動，如SIFT[9],SURF[10],ORB[11]等。其中ORB(oriented FAST and rotated BRIEF)特征基于FAST特征[12]，具有良好的質(zhì)量與性能，主要檢測局部像素灰度變化明顯
佳木斯大學學報（自然科學版） 2022年4期2022-08-24
- 基于改進Cycle-GAN的光流無監(jiān)督估計方法
096)0 引言光流作為一種描述物體運動的方法，受啟發(fā)于自然界。蜜蜂等昆蟲的導航與著陸等行為均依賴于其復眼中的光流。光流估計是計算機視覺研究中一項基礎(chǔ)且重要的任務(wù)，用于獲得連續(xù)兩幀圖像中對應(yīng)物體的像素級別的移動。光流分為稠密光流和稀疏光流。稀疏光流只對每個感興趣點周圍小窗口內(nèi)的局部信息進行光流求解，得到的光流數(shù)量遠小于圖像尺寸。而稠密光流則對圖像上每一個像素點進行一次光流解算，得到的光流數(shù)量等于圖像尺寸。因此，稠密光流包含了更多的信息，相較于稀疏光流有更好
導航定位與授時 2022年4期2022-08-05
- 干擾環(huán)境下基于計算機視覺的多目標動位移高精度監(jiān)測方法
時空上下文算法和光流算法，提出一種無需人工標靶點、魯棒的多目標位移監(jiān)測方法，通過智能手機實現(xiàn)干擾環(huán)境下的結(jié)構(gòu)多點動位移同步測量。開展懸臂小球模型的掃頻實驗，檢驗方法在一定頻率范圍內(nèi)的測量效果。其中，使用智能手機對激振小球進行拍攝，并在實驗中保留復雜背景和模擬光照變化。分別采用所提方法和常用的特征光流算法對視頻進行處理，得到動位移結(jié)果，并與位移傳感器測量值進行對比。結(jié)果表明，在有光照變化干擾下，所提方法具有更強的抗干擾性，各監(jiān)測點的最大位移偏差在5%以內(nèi)。關(guān)
振動工程學報 2021年5期2021-12-16
- 一種多尺度光流預測與融合的實時視頻插幀方法
所示，傳統(tǒng)的基于光流的視頻插幀方法[2，9]主要由以下兩個步驟組成：光流估計和中間幀合成.光流估計是指對兩個連續(xù)視頻幀圖像(I0、I1)，分別估計它們與待生成中間幀的光流信息(Ft→0、Ft→1).中間幀合成指的是通過估計得到的光流信息，對視頻幀圖像對進行映射變換，得到最后的中間幀(It).其中，光流估計的效果對插幀結(jié)果有著關(guān)鍵的影響.但是，視頻插幀任務(wù)中光流估計十分具有挑戰(zhàn)性，與一般的光流估計任務(wù)存在本質(zhì)上的不同.一般的光流估計方法能夠獲得需要估計光流的
小型微型計算機系統(tǒng) 2021年12期2021-12-08
- 基于單目視覺的FMS人體姿態(tài)識別
端，提出利用幀間光流提高人體姿態(tài)識別精度的解決思路，并驗證其可行性。關(guān)鍵詞： 人體姿態(tài)識別; FMS; 光流; 余弦相似中圖分類號：TP319? ? ? ? ? 文獻標識碼：A 文章編號：1006-8228（2021）10-23-05Human posture recognition based on monocular visionFu Xuanjie， Tian Chang（Army Engineering University， Nanjing， J
計算機時代 2021年10期2021-10-24
- 基于局部平面擬合的神經(jīng)形態(tài)視覺光流估計算法
經(jīng)形態(tài)視覺算法。光流估計是計算機視覺中的基本任務(wù)，它廣泛應(yīng)用于目標追蹤和運動軌跡估計等場景。本文主要研究基于局部平面擬合的神經(jīng)形態(tài)視覺光流估計算法，充分發(fā)揮事件相機在高速、高動態(tài)環(huán)境下的視覺感知優(yōu)勢來進行光流估計，為探索計算機視覺和機器人等應(yīng)用領(lǐng)域提供一條可行之路。1 相關(guān)工作目前，國際上已經(jīng)有一些針對神經(jīng)形態(tài)傳感器輸出的事件流數(shù)據(jù)進行光流估計的算法研究。早在2008年，Delbruck[5]提出了一種時空重合檢測定向邊緣的光流估計算法。2012年，Ben
計算機與現(xiàn)代化 2021年2期2021-02-27
- 基于光流網(wǎng)絡(luò)模型的巖心CT序列圖像裂縫分割
的視頻序列，利用光流進行幀間像素運動的預測，通過疊加光流網(wǎng)絡(luò)模型獲取光流數(shù)據(jù)，使用首幀標定、位置迭代、區(qū)域聚類和光流閾值分割實現(xiàn)目標區(qū)域更新以及噪聲抑制。實驗結(jié)果表明，本文方法在分割效果以及自動化上均有較大提升。1 算法描述將巖心CT序列圖看作一個連續(xù)變化的視頻序列后，主要的問題是如何實現(xiàn)對幀間關(guān)系的檢測以及通過像素的移動實現(xiàn)目標區(qū)域的分割。1.1 光流網(wǎng)絡(luò)模型光流指的是時變圖像中像素點的瞬時運動速度。光流根據(jù)需要檢測的像素個數(shù)可以分為稀疏光流和稠密光流，
計算機應(yīng)用與軟件 2021年1期2021-01-15
- 九零后中國留學生開發(fā)出AI“隱身衣”技術(shù)
會議收錄的論文《光流 - 邊緣引導的視頻補全》。ECCV 是計算機視覺三大會議之一，每兩年舉辦一次，論文錄取率僅 27%。該論文第一作者高諶是一位九零后北京小伙，目前在弗吉尼亞理工大學計算機工程專業(yè)就讀博士三年級，師從華人教授黃嘉斌。該研究成果主要是開發(fā)出一項 AI 視頻處理算法，其能實現(xiàn)諸多 “炫彩” 成果：比如正在行駛的車輛，突然人間蒸發(fā);正在坐秋千的小孩，突然只剩下秋千架;正在騎馬的運動員，跨過欄桿人和馬都不見。這不是變魔術(shù)，而是本次 AI 視頻處理
海外星云 2020年15期2020-12-25
- 基于改進LK光流的四旋翼無人機懸停技術(shù)研究
視覺等。尤洪祥將光流與UWB技術(shù)結(jié)合，提高了定位精度[2]。美國麻省理工的ANDREW Gregory等人使用慣性傳感器、激光雷達、攝像頭和超聲波傳感器搭建了室內(nèi)四旋翼自主導航平臺，并在2010年無人機大賽中，利用該平臺實現(xiàn)指定的自主飛行任務(wù)[3-4]。2010年，美國賓夕法尼亞大學的教授利用三維紅外運動捕捉系統(tǒng)實現(xiàn)四旋翼定位飛行[5]，由于其精度高且穩(wěn)定性好，受到國內(nèi)外許多研究者的廣泛關(guān)注。光流法定位屬于視覺定位，可用于輔助四旋翼懸停。光流指的是空間運動
機械制造與自動化 2020年4期2020-08-12
- 基于自適應(yīng)紋理復雜度的仿生視覺導航方法研究
以及昆蟲能夠利用光流來判斷速度、實現(xiàn)避障等，所以將光流的概念引入到無人機、無人車、機器人等相關(guān)領(lǐng)域的導航中[4]。之后大量計算機視覺以及生物學專家提出了各種光流算法，包括基于梯度的Lucas-Kanade算法[5]和Horn-Shunck算法[6],以及基于SIFT特征的光流算法[7-8]等。其中稠密光流算法由于精度較高，可獲得稠密光流圖像的特點被廣泛使用。此外，通過研究大量蜜蜂飛行實驗發(fā)現(xiàn)，蜜蜂感知飛行距離還受到顏色、紋理和對比度等影響[3]。同樣，在光
導航定位與授時 2020年4期2020-07-29
- 基于語義分割和像素非線性核的視頻去模糊?
獻［9］使用雙向光流來估計像素模糊內(nèi)核，但去模糊的結(jié)果仍然包含包含一些偽影。本文在統(tǒng)一的框架內(nèi)同時解決語義分割、光流估計和視頻去模糊問題，利用語義分割來考慮遮擋和模糊邊緣，以實現(xiàn)精確的光流估計，并提出了像素非線性核（PWNLK）模型來近似視頻中的運動軌跡，其中模糊核是在非線性假設(shè)下由光流估計得到。研究表明，運動模糊不能簡單地用光流來模擬，而光流的非線性假設(shè)對視頻去模糊具有重要意義。2 光流的運動模糊模型視頻去模糊的主要問題是從圖像中估計像素方式的模糊內(nèi)核。
計算機與數(shù)字工程 2019年10期2019-11-12
- 去除光流中冗余信息的動作預測方法*
的動作的方法中，光流是常用并且有效的特征。光流主要的優(yōu)勢在于：其一，光流可以有效反映動作信息，包括運動物體的外形特征、運動物體的運動方向以及運動物體運動的快慢；其二，光流具有表觀不變性，表現(xiàn)在視頻中人的服裝、外貌等不會影響光流的表現(xiàn)形式。但是光流極易受外界環(huán)境的影響而引入無關(guān)的冗余信息。光流中的冗余信息主要可以分為三類：其一，背景中的冗余信息。無關(guān)背景區(qū)域的運動會引入冗余信息，例如背景中樹葉的晃動等。其二，相機的運動。在實際場景中，相機是無法保持絕對靜止的
計算機與生活 2019年10期2019-10-24
- 基于光流的四旋翼飛行器控制技術(shù)研究
明，所設(shè)計的基于光流和小型激光雷達的四旋翼飛行器控制策略與傳統(tǒng)利用光流和超聲波測距傳感器方案相比，控制精度提高了10%左右，能夠以最大±2°的姿態(tài)角誤差，以及最大2.3cm/s的水平速度誤差實現(xiàn)定點懸停功能。關(guān)鍵詞：光流;四旋翼飛行器;IMU;小型激光雷達;串級PID;懸?？刂艱OI：10. 11907/rjdk. 182891 開放科學（資源服務(wù)）標識碼（OSID）：中圖分類號：TP319文獻標識碼：A 文章編號：1672-7800（2019）009-0
軟件導刊 2019年9期2019-10-18
- 基于光流法的深度學習在工業(yè)運動檢測的應(yīng)用
有著廣泛的應(yīng)用。光流（optical flow）是描述相對于觀測者的運動所造成的觀測目標、表面或邊緣的運動，由于它包含了目標運動的信息，因此可以被觀測者用于確定目標的運動狀況。光流是James J.Gibson在1950年首先提出來的，它是空間運動物體在觀測成像平面上的像素運動的瞬時速度，是利用圖像序列中像素的強度數(shù)據(jù)在時域上的變化，以及相鄰幀之間的相關(guān)性來獲取上一幀與當前幀之間的對應(yīng)關(guān)系，從而計算出相鄰幀之間物體的運動信息。一般而言，光流是由于相機的運動
自動化與儀表 2019年7期2019-08-09
- 基于方向向量和稀疏表示的運動目標跟蹤方法研究
跟蹤;方向向量;光流;漂移現(xiàn)象中圖分類號：TP18? ? ? ? 文獻標識碼：A文章編號：1009-3044（2019）18-0215-02Abstract： Currently using sparse representation for the moving target tracking method， usually only focus on the use of different target appearance characterist
電腦知識與技術(shù) 2019年18期2019-08-08
- 區(qū)域配對引導的光照傳播視頻陰影去除方法
（MRF），通過光流引導的區(qū)域塊匹配機制，為每一個陰影塊找到最佳匹配的非陰影塊;最后，使用局部光照傳播算子恢復陰影區(qū)域塊的光照，并對其進行全局光照優(yōu)化。實驗結(jié)果表明，與傳統(tǒng)基于光照傳播方法相比，所提方法在陰影檢測綜合評價指標上提升約6.23%，像素均方根誤差（RMSE）減小約30.12%，且大幅度縮短了陰影處理時間，得到的無陰影視頻結(jié)果更具時空連貫性。關(guān)鍵詞：視頻陰影;區(qū)域配對;光照傳播;陰影去除;光流中圖分類號： TP391.41文獻標志碼：AAbstr
計算機應(yīng)用 2019年2期2019-08-01
- 圖像序列光流計算方法概述
何燕摘要：光流法把圖像的研究提升到運動層面，在靜態(tài)圖像序列的基礎(chǔ)上加入時間域的維度，通過圖像序列中相鄰幀圖像的相對運動計算出圖像像素的瞬時速度。相對于傳統(tǒng)的基于圖像特征的方法而言，光流法能夠更自然地表達物體的運動信息。圖像序列光流的計算具有極其重要的意義。文章描述了光流的概念，經(jīng)典光流HS算法，LK算法，光流算法評價標準，光流計算中存在的精確性、魯棒性問題，以及光流計算的發(fā)展方向。關(guān)鍵詞：光流 ； HS ； LK ；評價指標中圖分類號：TP311 文獻標識
電腦知識與技術(shù) 2019年5期2019-05-23
- 基于物理學的改善粒子圖像測速穩(wěn)健光流方法研究
，PIV)。常見光流計算方法，如變分光流方法的分辨率可達到亞像素級，同時，假設(shè)流體連續(xù)時空變化特性與光流方程中圖像序列局部時空可微本質(zhì)相同，因而，基于光流的PIV得到了廣泛的關(guān)注。馬鵬飛等提出基于Lucsa-Kanade(LK)局部光流的PIV估計方法[3]，此算法計算復雜度低，穩(wěn)健性較好，然而光流場邊界較為模糊，邊緣像素點光流估計較差，從而所得光流場較為稀疏；針對此問題，孫立志等提出基于金字塔LK的多尺度光流算法以計算PIV[4]，所提算法可解決在運動目
電光與控制 2018年10期2018-10-13
- 一種基于三層嵌入式卡爾曼濾波器的導航算法研究
研究，提出了一種光流理論在基于視覺的微型飛行器定位系統(tǒng)中的應(yīng)用方案。文章首先通過三維視覺實時算法，并結(jié)合傳感器測量數(shù)據(jù)，構(gòu)造三層嵌入式卡爾曼濾波器，然后分別對高度、姿態(tài)角及水平面上的速度進行估計。試驗結(jié)果表明，基于該導航算法的視覺系統(tǒng)能夠成功地實現(xiàn)微型飛行器的自主飛行。引言近年來，低成本高效率的慣性傳感器以及高精度的導航系統(tǒng)GPS已經(jīng)在無人機系統(tǒng)中占據(jù)了重要地位，在復雜的環(huán)境條件下，GPS信號很可能獲取不到，限制了傳統(tǒng)傳感器的使用。視覺傳感器重量輕，并且可
電子世界 2018年17期2018-09-14
- 基于多幀間區(qū)域性光流特征的精神疲勞檢測
所以本文應(yīng)用全局光流技術(shù)于疲勞表情。光流計算方法有相位[7]、能量[8]、匹配[9]和梯度[10]這4種。光流法具體分為：全局平滑法(HS)和局部平滑法(LK)[11]。由于局部平滑法對區(qū)域邊緣的運動估計不準確的缺點。全局平滑法可在低噪聲的干擾下跟蹤目標，故本文采用了基于梯度的多幀間局部性全局光流計算方法。對嘴部區(qū)域和眼部區(qū)域分別計算光流，在嘴部區(qū)域得到運動光流后，計算光流加速度，設(shè)置加速度模值和閾值參數(shù)提取出嘴部由小位移到大位移動作強度大的開始幀。統(tǒng)計各
計算機工程與設(shè)計 2018年8期2018-08-17
- 基于Pixhawk的四旋翼無人機光流改進算法研究
3)0 引言1 光流算法原理光流是由于物體表面、邊界和物體本身在被觀察場景中與觀察者之間發(fā)生的相對運動而產(chǎn)生的表觀運動方式。光流理論問世于20世紀80年代，光流中包含了很多的結(jié)構(gòu)和運動信息，因此很多異常檢測、避障和運動物體跟蹤都能用到光流信息。光流是由三維空間中的點A=(X，Y，Z)在攝像機坐標系下的旋轉(zhuǎn)和平移運動產(chǎn)生[5-6]，如圖1所示。圖1 計算光流的投影幾何其中，O為攝像機坐標原點，f為攝像機焦距，點A在圖像平面的投影a=(x,y),點A在方程中的
微型電腦應(yīng)用 2018年7期2018-07-27
- 基于光流共生矩陣的人群行為異常檢測
方法,即通過建立光流幅值共生矩陣與光流方向共生矩陣來提取人群運動信息空間分布特征，并基于此進行人群行為異常檢測.首先采用Lucas-Kanade[11]光流法提取視頻中人群的運動信息，在此基礎(chǔ)上構(gòu)建光流幅值共生矩陣和光流方向共生矩陣，通過共生矩陣提取角二階距、對比度、熵、相似度等特征，并與光流值均值合并作為特征向量訓練支持向量機(support vector machine,SVM)，進行人群行為異常檢測.通過構(gòu)建視頻光流共生矩陣提取人群運動行為光流分布紋
鄭州大學學報（工學版） 2018年3期2018-05-03
- 基于視覺的四旋翼室內(nèi)懸停與定位控制
體下視攝像機獲得光流航速信息，與慣性傳感器姿態(tài)信息數(shù)據(jù)融合實現(xiàn)良好的室內(nèi)懸停效果。機體前視攝像機通過ORB算法將當前幀與關(guān)鍵幀進行特征點匹配，以提高四旋翼飛行器的室內(nèi)定位精度。將PARROT公司的ARDrone 2.0四旋翼飛行器作為實驗平臺， 采用OpenCV軟件對圖像進行處理，對控制算法進行驗證，結(jié)果表明：基于光流和慣性傳感器姿態(tài)數(shù)據(jù)的融合確保了四旋翼飛行器控制的安全性，提高了飛行器懸停效果和定位精度。關(guān)鍵詞：視覺；四旋翼飛行器；室內(nèi)懸停與定位；光流；
軟件導刊 2018年10期2018-01-19
- 使用圖像傳感器確定車輛LED燈的位置
續(xù)幀中LED燈的光流，光流是相機和周圍環(huán)境之間的相對運動所產(chǎn)生的圖像，在這里就是車輛LED燈的移動方向，通過圖像傳感器前一時刻與后一時刻的圖像，可以計算出車輛的運動方向和移動位置，這就可以計算LED燈的光流方向，基于像素亮度和光流計算屬于LED燈的像素。然后，基于概率模型來確定圖像LED的像素。概率模型將像素亮度作為計算LED像素條件概率的參數(shù)之一。光流和像素亮度是圖像的兩個獨立的特征，所以要將二者放在一起來進行考慮，概率模型采用貝葉斯估計算法，將像素亮度
汽車文摘 2017年11期2017-12-04
- 旋翼無人機單目視覺障礙物徑向光流檢測法
目視覺障礙物徑向光流檢測法[J].測繪學報，2017,46(9)：1107-1115.10.11947/j.AGCS.2017.20160510.ZHANG Xiaodong,HAO Xiangyang,SUN Guopeng,et al.Monocular Vision Obstacle Detection Method Based on Radial Optical Flow for Rotor UAV[J]. Acta Geodaetica et C
測繪學報 2017年9期2017-11-07
- 基于3D CNN的大規(guī)模視頻手勢識別研究
）視頻數(shù)據(jù)生成了光流視頻，并將RGB視頻和光流視頻分別通過C3D模型（一個3D CNN模型）提取特征，并通過特征連接的方式加以融合輸入到支持向量機（SVM）分類器來提高識別性能。該方法在Chalearn LAP 獨立手勢數(shù)據(jù)集（IsoGD）的驗證集上達到了46.70%的準確率。關(guān)鍵詞： 手勢識別；三維卷積神經(jīng)網(wǎng)絡(luò)；光流；SVM手勢是一種交流的形式，它指的是利用人的肢體動作來說明其意圖或態(tài)度的行為。由于在視頻監(jiān)測控制、標志語言理解、虛擬現(xiàn)實和人機交互等領(lǐng)域有
中興通訊技術(shù) 2017年4期2017-09-07
- 基于慣性光流的多旋翼飛行器地形跟蹤
051）基于慣性光流的多旋翼飛行器地形跟蹤史添瑋1，崔文華1，任玲2（1.遼寧科技大學國際金融與銀行學院，遼寧鞍山114051；2.遼寧聚龍金融設(shè)備股份有限公司，遼寧鞍山114051）為解決目前多旋翼飛行器光流技術(shù)存在的定位精度低與多相機數(shù)據(jù)處理過程繁瑣等問題，本文應(yīng)用金字塔層數(shù)自適應(yīng)的Lucas-Kanade算法獲取平移慣性光流以實現(xiàn)多旋翼飛行器穩(wěn)定地形跟蹤。下視球面相機獲取多紋理的目標平面圖像，同時將目標平面特征點動態(tài)映射至相機鏡頭表面；將比對兩幀連續(xù)
遼寧科技大學學報 2017年2期2017-06-24
- 基于背景光流分析的視頻場景變動檢測方法
006）基于背景光流分析的視頻場景變動檢測方法羅東華，區(qū)炳煜（廣東方緯科技有限公司，廣州 510006）視頻場景變動檢測是監(jiān)控視頻智能分析的基礎(chǔ)，光流法是常用方法之一，但現(xiàn)有方法容易由于前景目標的運動而誤檢。針對該問題，提出一種基于背景光流分析的視頻場景變動檢測方法。該方法首先將圖像劃分為背景和前景目標兩部分，然后通過計算背景部分光流的像素占比以及分析其分布的均勻性來判斷視頻場景是否發(fā)生變動。實驗結(jié)果表明，該方法簡單實用，在實現(xiàn)對視頻場景變動檢測的同時能夠
現(xiàn)代計算機 2017年11期2017-05-24
- 公共場所暴力行為的光流場構(gòu)建及分析方法*
共場所暴力行為的光流場構(gòu)建及分析方法*黃繼東1黎梓毅2馮兆熙1梁家燁1伍馮潔3(1.廣州大學機械與電氣工程學院 廣州 510006)(2.廣州大學計算機科學與教育軟件學院 廣州 510006)(3.廣州大學實驗中心 廣州 510006)針對以往在暴力事件識別中經(jīng)常存在將相對靜止的對象或普通身體接觸誤判為暴力行為的情況,論文提出了一基于Lucas-Kanade光流法的公共場所暴力檢測方法。首先,檢測并存儲相鄰兩幀圖像的特征點,其次,根據(jù)特征點對運動物體進行運
計算機與數(shù)字工程 2017年3期2017-03-31
- 基于四旋翼飛行器的光流法動態(tài)目標檢測
于四旋翼飛行器的光流法動態(tài)目標檢測王 卉a，李麗霞b，劉慧潔b，侯欣明b，年佳琪b(沈陽工程學院 a.新能源學院；b.自動化學院，遼寧 沈陽110136)針對四旋翼飛行器避障算法中對于運動的目標檢測完整性不夠，準確性及魯棒性不高的問題，提出了一種基于金字塔Lucas Kanade光流的單目視覺避障算法，提高了光流檢測到的運動目標的完整性和魯棒性。通過引入圖像動態(tài)模型建立光流約束條件，克服了因為亮度改變引起的約束方程不成立問題。實驗結(jié)果表明算法在飛行器低速飛
沈陽工程學院學報（自然科學版） 2017年1期2017-02-25
- 單目圖像序列光流三維重建技術(shù)研究綜述
3)單目圖像序列光流三維重建技術(shù)研究綜述張聰炫1,2，陳 震1,2，黎 明1(1.南昌航空大學無損檢測技術(shù)教育部重點實驗室,江西南昌 330063;2.南昌航空大學測試與光電工程學院,江西南昌 330063)由單目圖像序列光流重建物體或場景的三維運動與結(jié)構(gòu)是計算機視覺、圖像處理與模式識別等領(lǐng)域的重要研究內(nèi)容，在機器人視覺、無人機導航、車輛輔助駕駛以及醫(yī)學影像分析等方面具有重要的應(yīng)用.本文首先從精度與魯棒性等方面對單目圖像序列光流計算及三維重建技術(shù)近年來取得
電子學報 2016年12期2017-01-10
- 基于密集光流的步態(tài)識別
7 )?基于密集光流的步態(tài)識別商 磊， 張 宇*， 李 平( 浙江大學 控制科學與工程學院， 浙江 杭州 310027 )作為一種生物特征，步態(tài)在視頻監(jiān)控、行為分析等領(lǐng)域具有很大的應(yīng)用前景．提取步態(tài)特征的關(guān)鍵在于對步態(tài)在時間、空間兩個維度上的變化模式進行描述．基于密集光流提出了一種步態(tài)特征提取算法，通過密集光流表征每幀圖像人體區(qū)域各部位的運動強度和方向，綜合一個步態(tài)周期內(nèi)所有單幀特征作為步態(tài)周期的特征．利用主成分分析、線性判別分析對步態(tài)特征進行降維處理，用
大連理工大學學報 2016年2期2016-12-01
- 改進的CLG變分光流場估計方法
改進的CLG變分光流場估計方法譚 君，賈松敏，李秀智，趙冠榮（北京工業(yè)大學 電子信息與控制工程學院，北京100124）光流運動估計是計算機視覺領(lǐng)域的一個重要的研究領(lǐng)域，為了抑制噪聲對光流場估計的影響，并實現(xiàn)大位移光流場求解，建立了基于全局與局部相結(jié)合的CLG-TV變分光流估計模型，并提出求解方法。將LK局部光流算法融合到TV-L1模型中，并利用各項異性擴散和雙邊濾波技術(shù)，擴展后模型在保持TV-L1模型優(yōu)勢的基礎(chǔ)上，具有更加魯棒的抗噪性能，且能有效解決大位移
電子設(shè)計工程 2016年1期2016-09-08
- 離面振動光流分析方法研究
260)離面振動光流分析方法研究尹愛軍1,2, 張泉2, 戴宗賢3, 薛磊2(1.重慶大學 煤礦災害動力學與控制國家重點實驗室,重慶400044;2.重慶大學 機械傳動國家重點實驗室,重慶400044;3.重慶市計量質(zhì)量檢測研究院第一分院,重慶402260)摘要：視覺振動檢測方法因大范圍、非接觸等特點，已得到廣泛的研究和應(yīng)用。研究了結(jié)構(gòu)離面振動視覺檢測的基本原理，建立了檢測模型。根據(jù)光流法運動估計的基本原理及離面振動視覺檢測模型，研究了離面振動光流分析方法
振動與沖擊 2016年10期2016-06-17
- 慣性/光流/磁組合導航技術(shù)在四旋翼飛行器中的應(yīng)用*
?應(yīng)用技術(shù)慣性/光流/磁組合導航技術(shù)在四旋翼飛行器中的應(yīng)用*楊天雨， 賈文峰， 賴際舟， 鄧一民(南京航空航天大學 導航研究中心，江蘇 南京 210016)摘要:微小型無人飛行器(MUAV)通常采用微慣性/GPS組合導航系統(tǒng)提供載體速度、位置、姿態(tài)等參數(shù)。然而GPS信號易受干擾，且面對特殊環(huán)境(如高樓林立的街道、隧道、峽谷等)易出現(xiàn)信號丟失情況，難以滿足飛行器的自主安全飛行要求。為解決該問題，設(shè)計基于光流法輔助微慣性導航的無GPS自主導航方案，提出了一種基
傳感器與微系統(tǒng) 2016年1期2016-05-31
- 多傳感器數(shù)據(jù)融合的無人機速率估算與定位
給出加速度，并由光流傳感器提供速度的測量加以輔助。最終，通過實驗驗證了該算法的有效性。關(guān)鍵詞：農(nóng)用無人機；數(shù)據(jù)融合；離散型卡爾曼濾波；光流0引言由于傳感器測量準確性提高、體積縮小及成本降低，無人駕駛飛行器(無人機)已成為勘探、監(jiān)測和救援等多方面的重要工具。無人機具有成本低、易操作、靈活性強等諸多優(yōu)點，在農(nóng)業(yè)生產(chǎn)中利用無人機檢測農(nóng)情，能更有效地得知農(nóng)作物的生長狀況、種植面積及各方面信息[1-2]。對飛行中無人機姿態(tài)和速率的精確估算仍是一個巨大的挑戰(zhàn)。廉價的G
農(nóng)機化研究 2016年10期2016-03-23
- 基于特征光流信息的空間非合作目標相對位姿估計
6）0 引言1 光流計算基本原理觀察物體運動時，物體在人眼視網(wǎng)膜上形成一系列連續(xù)變化的圖像信息稱為光流［13］。本文定義光流為空間運動物體在觀測成像面上的像素運動的瞬時速度，反映圖像灰度在時間上的變化與景物中物體結(jié)構(gòu)及其運動的關(guān)系。假設(shè)時刻t，圖像上（x，y）點處的灰度值為I（x，y，t）。在時刻t＋Δt，這點運動到（x＋Δx，y＋Δy）處，灰度值為I（x＋Δx，y＋Δy，t＋Δt）。由灰度一致性假設(shè)，有對式（1）右邊進行泰勒展開，得在之前的幾個月里，S2
上海航天 2015年5期2015-12-31
- 基于光流算法的粒子圖像測速技術(shù)研究
00074)基于光流算法的粒子圖像測速技術(shù)研究王宏偉, 黃 湛*(中國航天空氣動力技術(shù)研究院, 北京 100074)光流測量技術(shù)作為一種新的空氣動力學實驗技術(shù)，以其像素級分辨率的矢量場測量優(yōu)勢獲得廣泛的應(yīng)用。光流測量技術(shù)使用光流約束方程，配合平滑限定條件，可以進行速度場測量，獲得高分辨率的全局矢量場。首先通過研究積分最小化光流測速理論和算法，采用C++編寫光流速度測量程序，然后通過3種典型人工位移圖像對光流計算程序進行驗證，并將結(jié)果和標準位移分布進行比對分
實驗流體力學 2015年3期2015-06-22
- 基于遮擋修補的TV-L1 光流算法
hina1 引言光流算法在近年來運動目標檢測領(lǐng)域的一個十分重要的方法。研究光流算法是利用圖像序列中灰度的時域、空域變化和相關(guān)性來確定圖像像素的運動矢量，也就是研究圖像灰度在時間上變化的大小和方向。因為光流的計算不需要預先知道場景的信息，不需要在圖像中建立起特征之間的對應(yīng)關(guān)系，所以光流計算屬于高層次的視覺表述?；谔荻鹊?span id="j5i0abt0b" class="hl">光流估計算法目前應(yīng)用最廣泛的算法，并且在一定程度上取得了較好的效果，但該方法在光流計算時往往需要人工選取可調(diào)參數(shù)，難于選擇可靠性的評價因子，
計算機工程與應(yīng)用 2015年19期2015-04-16
- 基于光流和慣性導航的小型無人機定位方法*
12)0 引 言光流的概念是由Gibson 于1950 年首先提出的，是指空間運動的物體在成像面上的像素運動的瞬時速度，它表征了二維圖像的灰度變化和場景中物體及其運動的關(guān)系［1］，它根據(jù)像素灰度的時域變化和相關(guān)性確定各個像素點的運動速度，因此，可被觀察者用來確定目標的運動情況［2］。對光流的研究成為計算機視覺和有關(guān)研究領(lǐng)域中的一個重要部分。因為在計算機視覺中，光流扮演著重要角色，在目標對象分割、識別、跟蹤、機器人導航以及形狀信息恢復等都有著非常重要的應(yīng)用［
傳感器與微系統(tǒng) 2015年1期2015-03-26
- 一種改進的基于全局最小能量泛函光流算法
二維成像平面上，光流即為空間運動目標像素在其成像平面的瞬時速度，主要用于圖像分割與運動目標的檢測，目前已被廣泛應(yīng)用于醫(yī)學、軍事以及智能等領(lǐng)域.針對Horn-Schunck 提出的光流計算變分方法，J.Colliez［1］采用了基于向量的回歸方法計算平滑的光流矢量，但不適合在大位移下進行光流的檢測.目前，光流的主要研究方法是采用J.Colliez提出的由粗到精的分層細化技術(shù)［2］，即基于最小二乘法矩陣，在圖像較為平坦的區(qū)域，灰度梯度為零；在其他一些區(qū)域，二次
中北大學學報(自然科學版) 2014年3期2014-11-22
- 微型二維光流傳感器設(shè)計
150001)光流的概念是Gibson于1950年首次提出的。感知心理學認為，光流是源于觀測者和靜止環(huán)境之間相對運動的一種圖像運動[1]。因此，光流提供了觀察者全局運動的主要信息，如自身運動。通常，光流被定義為觀察者和非靜止環(huán)境之間的任何相對運動引起的圖像運動[2]。如果圖像保持靜止，圖像運動直接與觀察者的自身運動相關(guān)(或者直接反應(yīng)觀察者的運動)。在這種情況下，觀察者不需要對環(huán)境中的單一物體進行感知，而是將整個環(huán)境視為一種關(guān)于時間和空間的背景，由此可以感
哈爾濱工程大學學報 2014年5期2014-09-18
- 基于自然環(huán)境辨識的移動機器人位姿快速檢測*
-Schunck光流法獲得局部地面光流。進而由圖像坐標系和機器人坐標系的變化關(guān)系以及運動速度和光流速度的關(guān)系,把光流速度轉(zhuǎn)化為機器人的運動速度,從而實現(xiàn)了機器人的位姿檢測。實驗結(jié)果表明,該方法可行且易操作,檢測速度快。關(guān)鍵詞:機器人視覺;位姿檢測;光流;室外環(huán)境辨識所謂機器視覺,也就是使用計算機來實現(xiàn)人的視覺功能——對客觀世界的三維場景的感知、識別和理解。換言之,即利用機器人所攜帶的視覺傳感器,如單目、雙目來完成替代人眼視覺功能達到認知外界環(huán)境的任務(wù)。在此
電子器件 2014年5期2014-09-06
- 基于ZYNQ的稠密光流法軟硬件協(xié)同處理
于ZYNQ的稠密光流法軟硬件協(xié)同處理王芝斌，陽文敏，張圓蒲，柴志雷江南大學物聯(lián)網(wǎng)工程學院，江蘇無錫 2141221 引言光流法在許多視頻或圖像應(yīng)用中有廣泛的應(yīng)用前景，比如運動物體檢測、運動物體估計、視頻壓縮等。光流法是由于場景中前景目標本身的移動、相機的運動，或者兩者的共同運動所產(chǎn)生的。對光流算法的研究，真正提出有效光流計算方法還歸功于Horn-Schunck[1]在1981年創(chuàng)造性地將二維速度場與灰度相聯(lián)系，引入光流約束方程的算法，是光流算法發(fā)展的基石。
計算機工程與應(yīng)用 2014年18期2014-07-19
- Horn-Schunck光流算法在運動目標檢測及跟蹤中的運用研究
-Schunck光流算法在運動目標檢測及跟蹤中的運用研究謝梅芬(福建林業(yè)職業(yè)技術(shù)學院自動化信息工程系，福建 南平 353000)光流技術(shù)是提取圖像序列全局的或特征點的運動信息并對運動信息加工處理以完成目標的跟蹤和檢測的方法。具體分析了Horn?Schunck光流算法(簡稱HS光流算法)，并將該算法應(yīng)用到視頻圖像序列中。研究表明，利用HS光流法計算能近似得到圖像中每個像素點的運動矢量，通過找到其中光流值不為零的像素點組成的最大連通區(qū)域，可以實現(xiàn)運動目標的檢測
長江大學學報(自科版) 2012年31期2012-11-20
- 基于特征點光流的車輛檢測
的幾種常用方法有光流法、幀差分法、背景差分法等，這幾種方法各有優(yōu)缺點。針對靜止背景，用幀差分法或背景差分法再配合一些去噪處理就能很好地檢測前景車輛，但此方法對運動背景下的車輛檢測效果不是很好。光流法對圖像的運動比較靈敏，能夠很好地提取運動物體。雖然光流的運算量較大，運算速度比較慢，但光流對運動背景的車輛檢測有著比較好的效果。光流是圖像表面的灰度模式的運動速度，只要圖像中存在運動就會有光流產(chǎn)生。運動一致的區(qū)域，光流也會表現(xiàn)出一致性;反之，運動不一致的區(qū)域，光
重慶理工大學學報(自然科學) 2011年9期2011-07-06
- 一種改進的基于活動輪廓和光流的運動目標分割方法
戰(zhàn)性的課題之一。光流技術(shù)作為一種重要的二維運動估計技術(shù)，能夠很好地反映出圖像中的運動變化，為運動目標的分割提供有效的信息。如Polley等[1-2]利用對光流場的估計來檢測運動目標。而光流技術(shù)與其他常用的運動檢測技術(shù)，如背景建模、幀間差分法等相比，一方面能夠在進行運動檢測的同時，給出運動的大小和方向信息；另一方面，對于場景運動的情況具有較好的魯棒性，即當攝像機運動的情況下，依舊能夠有效地反映出運動不一致的區(qū)域，如 Giachetti等[2-3]將光流技術(shù)應(yīng)
中南大學學報（自然科學版） 2011年4期2011-06-01
- 基于光流信息的圓弧偏置比例導引規(guī)律
00085)基于光流信息的圓弧偏置比例導引規(guī)律覃 天 陳萬春(北京航空航天大學 宇航學院,北京 100191)邢曉嵐(空軍裝備研究院總體所,北京 100085)提出了一種改進的用于被動尋的導彈的基于光流帶落角約束的導引規(guī)律,其具有更強的適應(yīng)性和更小的落角誤差,而且該導引律不要求彈目距離信息,克服了被動尋的導彈不能測距的約束.基于采用光學傳感器和光流算法的測量模型,受昆蟲導航的啟發(fā),利用光流信息進行被動尋的導彈的導引和控制.同時借鑒偏置比例導引律的結(jié)構(gòu),重新
北京航空航天大學學報 2011年2期2011-03-16