-
题名一种运用角点特征的快速目标姿态估计算法
被引量：4
- 1
-
-
作者
曹建
谢晓方
梁捷
-
机构
海军航空工程学院
-
出处
《小型微型计算机系统》
CSCD
北大核心
2014年第1期159-163,共5页
-
文摘
为了提高精确制导武器毁伤效果,增强作战效能.通过光学传感器得到体目标姿态,确定攻击部位与攻击角度是有效手段之一.为此,提出了一种使用光学图像角点特征,先离线特征训练、后实时识别姿态的方法:基于快速视网膜特征(FREAK)算法,利用目标3维模型,以不同视点角度的视面图为研究对象,离线提取最具有角度鲁棒性的特征角点,生成含有索引的姿态-特征角点数据库;在实时识别阶段,通过索引使用改进hausdorff距离对目标点集进行匹配,确定姿态粗略初值;针对图像序列,使用两步RANSAC方法,从全局角度对目标姿态逐步求精.实验结果表明,提出的算法执行速度快,占用内存空间少,满足实时应用场合.
-
关键词
体目标
姿态估计
角点
快速视网膜特征
-
Keywords
rigid object
pose estimation
comer
FREAK
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于显著性检测与特征匹配的目标识别方法
被引量：1
- 2
-
-
作者
孙世宇
张岩
杜玉龙
李建增
李德良
范聪
-
机构
陆军工程大学石家庄校区
-
出处
《火力与指挥控制》
CSCD
北大核心
2018年第10期128-134,138,共8页
-
基金
国家自然科学基金资助项目(51307183)
-
文摘
为加强目标识别的可靠性,提出了一种基于显著性检测与特征匹配的目标识别方法。提出了改进的显著性检测方法提取显著性目标,利用改进的特征检测子与快速视网膜特征描述子(Fast Retina Keypoint,FREAK)对目标与模板库进行并行匹配,最后根据平均匹配率完成目标识别。实验结果表明,改进的显著性检测方法较传统方法具有更高的检测精度和目标完整性,改进的特征检测子较传统方法具有更强的鲁棒性与实时性,基于显著性检测与特征匹配的目标识别方法能够实现可靠性较强的目标实时识别。
-
关键词
目标识别
显著性检测
特征匹配
特征检测
快速风式特征算法
快速视网膜特征描述子
-
Keywords
object recognition
saliency detection
feature registration
feature detection
accelerated-KAZE
FREAK
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于FREAK和P3CA的鲁棒目标跟踪
被引量：6
- 3
-
-
作者
王宇霞
赵清杰
赵留军
-
机构
北京理工大学计算机学院智能信息技术北京市重点实验室
-
出处
《计算机学报》
EI
CSCD
北大核心
2015年第6期1188-1201,共14页
-
基金
国家自然科学基金(61175096
61300082)资助~~
-
文摘
在粒子滤波框架下,提出了基于快速视网膜特征点(Fast Retina Keypoint,FREAK)和主成分-典型相关分析(Principal Component-Canonical Correlation Analysis,P3CA)的目标跟踪算法.该文提出的基于FREAK的多模态运动模型提高了目标位置预测准确性,缩小了目标搜索空间.基于P3CA的外观模型利用图像子区域间的典型相关性衡量候选目标的优劣,解决了基于全局信息外观模型对遮挡敏感的问题;利用主成分分析在数据降维方面的优势,解决了典型相关分析用于跟踪存在的小样本问题,降低了计算开销.同时,P3CA在线更新算法使跟踪器可以更好地应对跟踪过程中目标外观变化.通过在多个具有挑战性的视频上与多种优秀算法对比实验表明,该文的方法可以很好地应对光照变化、遮挡、旋转以及复杂背景等问题.
-
关键词
目标跟踪
快速视网膜特征
主成分-典型相关分析
主成分分析
典型相关分析
-
Keywords
object tracking
Fast Retina Keypoint
Principal Component-Canonical Correlation Analysis
principal component analysis
canonical correlation analysis
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于FREAK描述子的精确图像配准改进算法
被引量：6
- 4
-
-
作者
房贻广
刘武
高梦珠
谭守标
张骥
-
机构
国网安徽省电力公司安全监察质量部
国网安庆供电公司安全监察质量部
安徽大学电子信息工程学院
安徽南瑞继远电网技术有限公司
-
出处
《计算机应用》
CSCD
北大核心
2016年第12期3402-3405,3410,共5页
-
基金
国家科技支撑计划项目(2014BAH27F01)
国家电网公司科技项目(5212D01502DB)~~
-
文摘
快速视网膜特征(FREAK)描述子通过计算模式方向实现了旋转不变性,但对于旋转尺度变化较大的情况匹配性能并不理想,误匹配率较高,为此提出了一种改进的基于FREAK描述子的精确图像配准算法。首先,对原有FREAK算法添加长距离点对,设定距离阈值,只利用关键点采样模式中距离较远的点来生成角度信息。其次,对Hamming距离进行加权。对每一个关键点,在为了生成描述子选择点对时,对训练数据描述子的每一列计算均值,越接近0.5的列权值越大,改进了原来Hamming距离计算粗略的状态,使距离计算更精确。最后,使用最近邻匹配结合最近邻和次近邻的比值以及随机抽样一致(RANSAC)方法进行快速匹配和优化。实验结果表明,改进算法更适用于旋转尺度变化较大的环境及匹配性能要求较高的场合。
-
关键词
快速视网膜特征
特征提取
HAMMING距离
图像配准
-
Keywords
Fast REtinA Keypoint （FREAK）
feature extraction
Hamming distance
image registration
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
