检索结果

Select

1. 多分辨率LK光流联合SURF的跟踪方法

厉丹, 鲍蓉, 孙金萍, 肖理庆, 党向盈

计算机应用 2017, 37 (3): 806-810. DOI: 10.11772/j.issn.1001-9081.2017.03.806

摘要（529）

PDF （1022KB）（533）

针对交通监控中运动目标形变、雾霾天气、高速、光照不均、部分遮挡等复杂情况导致Lucas-Kanade（LK）算法跟踪不稳定问题，提出基于多分辨率LK光流算法联合快速鲁棒性特征（SURF）的跟踪算法。所提算法构建图像多分辨率小波金字塔，解决传统LK算法中同一像素点帧间大尺度运动易丢失问题；同时联合SURF尺度不变特征变换算法，提取特征点进行光流跟踪，并制定自适应模板实时更新策略；在减少光流计算量的同时增强运动目标抗复杂环境的能力。实验结果表明，新方法中特征点匹配准确快速，自适应性强，在交通复杂化境中跟踪稳定。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于Meanshift聚类Bhattacharya观测似然度修正的联合概率数据关联改进算法

田隽厉丹肖理庆

计算机应用 2014, 34 (5): 1279-1282. DOI: 10.11772/j.issn.1001-9081.2014.05.1279

摘要（614）

PDF （575KB）（430）

为降低多目标航迹聚集时联合概率数据关联（JPDA）联合关联事件的计算复杂度，提出一种基于Meanshift聚类〖CD*2〗Bhattacharya（Bhy）观测似然度修正的JPDA改进算法。利用Meanshift得到聚类中心，据聚类中心与目标预测量测马氏距离形成跟踪门；提出Bhy似然度矩阵，将Meanshift聚类中心与各量测Bhy距离所表征的观测似然度作为确认矩阵小概率事件划分依据，消除确认矩阵中小概率事件对联合关联事件计算复杂度的影响。实验结果表明：多目标航迹聚集时，该算法在减少计算复杂度同时保持了较高关联精度，跟踪性能明显优于经典JPDA。

参考文献 | 相关文章 | 多维度评价

Select

3. 利用改进粒子群算法整定PID参数

肖理庆邵晓根石天明张亮

计算机应用 2010, 30 (06): 1547-1549.

摘要（1370）

PDF （413KB）（1053）

PID控制器的性能取决于其控制参数的组合,针对其参数的整定与优化问题,提出了一种改进的粒子群算法,该算法将区间算法与轮盘赌选择引入种群微粒位置的初始化操作。仿真实验表明,新算法能有效克服早熟收敛现象,降低随机性初始种群的影响,提高算法收敛精度。