10.3969/j.issn.1006-9348.2021.04.070
数码立体显微视频多特征点人工智能跟踪研究
在对数码立体显微视频进行多特征点跟踪处理时,由于显微构件的倾斜旋转,以及视频目标重叠交叉等原因,导致特征点轨迹跟踪效果不理想.为此提出了基于粒子滤波状态观测的多特征点跟踪方法.首先建立基于空间变换的特征状态方程,并进一步设计了关于特征点位置、速度和噪声的观测模型,同时针对采样不均匀引入补偿处理.然后在计算状态方程的过程中,考虑到特征分布情况,设计了粒子滤波方法.利用状态矢量和对应权重构建粒子,通过粒子的分布概率更新其权重,同时根据权重计算出特征观测值.最后把特征点的动态变化和时间建立关联,将上述过程转换为限定条件下关于状态关联的寻优处理.通过关联门限和位置约束,预测得到关联状态构成的时间序列,即为特征点轨迹.通过仿真,验证了建立的多特征点状态观测模型能够准确描述显微视频中特征点的运动状态,获得更加精准稳定的跟踪性能.
数码立体显微视频、多特征点跟踪、空间变换、粒子滤波、状态观测
38
TP391.41(计算技术、计算机技术)
2021-05-31(万方平台首次上网日期,不代表论文的发表时间)
共5页
348-351,446