留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

跨摄像机目标的频域再识别

张小骏,  刘志镜,  薛鸿民

downloadPDF
文章导航 > 电子科技大学学报  > 2016 >  45(2): 258-262
张小骏, 刘志镜, 薛鸿民. 跨摄像机目标的频域再识别[J]. 电子科技大学学报, 2016, 45(2): 258-262.
引用本文: 张小骏, 刘志镜, 薛鸿民. 跨摄像机目标的频域再识别[J]. 电子科技大学学报, 2016, 45(2): 258-262.
shu
ZHANG Xiao-jun, LIU Zhi-jing, XUE Hong-min. Re-Identifying Targets Across Cameras in Frequency Domain[J]. Journal of University of Electronic Science and Technology of China, 2016, 45(2): 258-262.
Citation: ZHANG Xiao-jun, LIU Zhi-jing, XUE Hong-min. Re-Identifying Targets Across Cameras in Frequency Domain[J]. Journal of University of Electronic Science and Technology of China, 2016, 45(2): 258-262.
shu

跨摄像机目标的频域再识别

详细信息

  • 中图分类号: TP391.4

Re-Identifying Targets Across Cameras in Frequency Domain

  • 摘要: 针对接力跟踪中目标跨摄像机识别困难的问题,提出了在傅里叶频域进行目标再识别的方法。通过对频谱的局部平均化处理,使非刚性目标的频谱在幅值上近似为其各刚性子部分频谱的简单求和。再通过最窄目标取样窗口限制各子部分的变化,使整体频谱大致不变。最后根据频谱各点幅值变化倍率的一致性判断目标的相似性,使频谱信息得到充分使用。实验表明,该方法的目标识别能力和鲁棒性相对于几种常见的基于纹理的方法有一定的提高。
  • [1] BLACK J, ELLIS T. Multiple camera image tracking[C]//Proceedings of the second International Workshop on Performance Evaluation of Tracking and Surveillance. Hawaii, USA: [s.n.], 2001: 68-75.
    [2] IBISCH A, HOUBEN S, MICHAEL M, et al. Arbitrary object localization and tracking via multiple-camera surveillance system embedded in a parking garage[C]//Proc SPIE 9407, Video Surveillance and Transportation Imaging Applications 2015. San Francisco, California, USA: SPIE, 2015: 94070G.
    [3] FEI YIN, MAKRIS D, VELASTIN S A, et al. Calibration and object correspondence in camera networks with widely separated overlapping views[J]. Computer Vision, IET, 2015, 9(3): 354-367.
    [4] WANG Xiao-gang. Intelligent multi-camera video surveillance: a view[J]. Pattern Recognition Letters, 2013(34): 3-19.
    [5] SOORI U, YUEN P W, HAN J W, et al. Target recognitions in multiple-camera closed-circuit television using color constancy[J]. Optical Engineering, 2013, 52(4): 602-614.
    [6] 闫允一, 姜帅, 郭宝龙. 结合稳定兴趣点和Gabor小波的图像检索[J]. 西安电子科技大学学报, 2014, 41(5): 118-123. YAN Yun-yi, JIANG Shuai, GUO Bao-long. Image retrieval using stable interest points and gabor wavelet[J]. Journal of Xidian University, 2014, 41(5): 118-123.
    [7] 朱明忠. 多尺度Gabor小波变换在图像检索中的应用[J]. 电子科技, 2011, 24(8): 61-69. ZHU Ming-zhong. Application of multi-scale Gaborwavlet transform in image retrieval[J]. Electronic Sci Tech, 2011, 24(8): 61-69.
    [8] MENNESSONA J, JEANB C S, MASCARILLA L. Color fourier-mellin descriptors for image recognition[J]. Pattern Recognition Letters, 2014, 40: 27-35.
    [9] ALTANTSETSEG E, KATSUTSUGU M Y, KOUICHI K. Pairwise matching of 3D fragments using fast fourier transform[J]. The Visual Computer, 2014, 30(6-8): 929-938.
    [10] 闫晶莹, 王成儒. 一种新的纹理特征提取算法[J]. 西安邮电学院学报, 2011, 16(1): 49-53. YAN Jing-ying, WANG Cheng-ru. A new method for texture feature extraction[J]. Journal of Xi'an University of Posts and Telecommunications, 2011, 16(1): 49-53.
    [11] 彭国福, 林正浩. 图像处理中Gamma校正的研究和实现[J]. 电子工程师, 2006, 32(2): 30-36. PENG Guo-fu, LIN Zheng-hao. The study and implementation of Gamma correction in image processing [J]. Electronic Engineer, 2006, 32(2): 30-36.
    [12] CAO Yuan, PAN Xiao-fang, ZHAO Xiao-jin, et al. An analog gamma correction scheme for high dynamic range CMOS logarithmic image sensors[J]. Sensors(Basel), 2014, 14(12): 24132-24145.
    [13] KAUR K, KANWAL N, BHULLAR J S. A technique for enhancement of gray image using local Gamma correction [J]. International Journal of Computer Applications, 2014, 105(5): 36-39.
    [14] 储清翠, 王华彬, 陶亮. 图像的局部自适应Gamma校正[J]. 计算机工程与应用, 2015(7): 189-193. CHU Qing-cui, WANG Hua-bin, TAO Liang. Local adaptive Gamma correction method[J]. Computer Engineering and Applications, 2015(7): 189-193.
    [15] SINGH K, KAPOOR R. Image enhancement using exposure based sub image histogram equalization[J]. Pattern Recognition Letters, 2014(36): 10-14.
    [16] 刘丽, 谢毓湘, 魏迎梅, 等. 局部二进制模式方法综述[J].中国图象图形学报, 2014, 19(12): 1696-1720. LIU Li, XIE Yu-xiang,WEI Ying-mei, et al. Survey of local binary pattern method[J]. Journal of Image and Graphics, 2014, 19(12): 1696-1720.
  • [1] 易清明, 王渝, 石敏, 骆爱文.  联合多连接特征编解码与小波池化的轻量级语义分割 . 电子科技大学学报, 2024, 53(3): 366-375. doi: 10.12178/1001-0548.2023124
    [2] 刘代, 赵永波, 郭敏, 罗利强, 张炫.  一种杂波环境下机动目标跟踪算法 . 电子科技大学学报, 2020, 49(2): 213-218. doi: 10.12178/1001-0548.2019041
    [3] 杨旺功, 淮永建, 张福泉.  基于Gabor及深度神经网络的葡萄种子分类 . 电子科技大学学报, 2020, 49(1): 131-138. doi: 10.12178/1001-0548.2019164
    [4] 孔令讲, 陈国浩, 崔国龙, 杨晓波.  基于均值漂移的穿墙雷达多目标跟踪 . 电子科技大学学报, 2019, 48(3): 321-325. doi: 10.3969/j.issn.1001-0548.2019.03.001
    [5] 龚红, 杨发顺, 丁召.  基于模糊背景加权的Mean Shift目标跟踪算法 . 电子科技大学学报, 2019, 48(3): 402-408. doi: 10.3969/j.issn.1001-0548.2019.03.015
    [6] 张良, 李玉, 刘婷婷, 郝凯锋.  融合小波和LBP-GD特征的人脸表情识别 . 电子科技大学学报, 2018, 47(5): 654-659. doi: 10.3969/j.issn.1001-0548.2018.05.003
    [7] 金广智, 石林锁, 刘浩, 牟伟杰, 崔智高.  基于灰度共生的多线索目标联合优化跟踪 . 电子科技大学学报, 2016, 45(2): 252-257.
    [8] 季玉龙, 杨光, 戈文一.  基于粒子滤波的目标主动轮廓跟踪算法 . 电子科技大学学报, 2015, 44(1): 91-96. doi: 10.3969/j.issn.1001-0548.2015.01.015
    [9] 贾海涛, 方道恒, 舒畅.  阵列摄像机测量系统研究与实现 . 电子科技大学学报, 2015, 44(6): 835-839. doi: 10.3969/j.issn.1001-0548.2015.06.007
    [10] 樊玲, 张晓玲.  雷达微弱目标探测的改进检测前跟踪算法 . 电子科技大学学报, 2011, 40(6): 839-843. doi: 10.3969/j.issn.1001-0548.2011.06.006
    [11] 韦素媛, 马天骏, 宁超, 高有行.  用时空能量图和小波变换方法表征和识别步态 . 电子科技大学学报, 2009, 38(3): 431-434. doi: 10.3969/j.issn.1001-0548.2009.03.027
    [12] 郭磊, 唐斌, 刘刚.  多站无源跟踪系统容错算法 . 电子科技大学学报, 2008, 37(5): 681-684.
    [13] 岑明, 傅承毓, 陈科, 刘兴法.  广义合作目标跟踪的误差空间估计方法 . 电子科技大学学报, 2007, 36(2): 217-219,274.
    [14] 钟洁, 于盛林, 刘守生.  傅里叶描述符法提取DC-DC变换器信号特征值 . 电子科技大学学报, 2006, 35(1): 126-129.
    [15] 王玉, 饶妮妮.  基于傅里叶技术快速预测DNA序列编码区 . 电子科技大学学报, 2006, 35(5): 837-840.
    [16] 薛博.  一种基于网络摄像机的火焰识别方法 . 电子科技大学学报, 2006, 35(3): 406-408.
    [17] 郭明安, 李斌康, 郝文析, 阮林波, 冯兵.  新型PA高帧频摄像机的设计与实现 . 电子科技大学学报, 2005, 34(1): 77-80.
    [18] 骆德渊, 秦东兴, 黄大贵.  摄像机运动参数实时跟踪算法 . 电子科技大学学报, 2005, 34(1): 81-84.
    [19] 郭旭平, 李在铭.  高速CCD视频摄像机的设计与研究 . 电子科技大学学报, 1998, 27(3): 269-273.
    [20] 刘晓峰, 杨万麟.  基于无线电摄像机的目标成像自动识别 . 电子科技大学学报, 1997, 26(3): 236-239.
  • 加载中
WeChat 点击查看大图
计量
  • 文章访问数:  4794
  • HTML全文浏览量:  141
  • PDF下载量:  285
  • 被引次数: 0
出版历程
  • 刊出日期:  2016-04-15

跨摄像机目标的频域再识别

  • 刊出日期: 2016-04-15

  • 中图分类号: TP391.4

摘要: 针对接力跟踪中目标跨摄像机识别困难的问题,提出了在傅里叶频域进行目标再识别的方法。通过对频谱的局部平均化处理,使非刚性目标的频谱在幅值上近似为其各刚性子部分频谱的简单求和。再通过最窄目标取样窗口限制各子部分的变化,使整体频谱大致不变。最后根据频谱各点幅值变化倍率的一致性判断目标的相似性,使频谱信息得到充分使用。实验表明,该方法的目标识别能力和鲁棒性相对于几种常见的基于纹理的方法有一定的提高。

English Abstract

张小骏, 刘志镜, 薛鸿民. 跨摄像机目标的频域再识别[J]. 电子科技大学学报, 2016, 45(2): 258-262.
引用本文: 张小骏, 刘志镜, 薛鸿民. 跨摄像机目标的频域再识别[J]. 电子科技大学学报, 2016, 45(2): 258-262.
shu
ZHANG Xiao-jun, LIU Zhi-jing, XUE Hong-min. Re-Identifying Targets Across Cameras in Frequency Domain[J]. Journal of University of Electronic Science and Technology of China, 2016, 45(2): 258-262.
Citation: ZHANG Xiao-jun, LIU Zhi-jing, XUE Hong-min. Re-Identifying Targets Across Cameras in Frequency Domain[J]. Journal of University of Electronic Science and Technology of China, 2016, 45(2): 258-262.
shu

    全文HTML

参考文献 (16)

目录

    /

    返回文章
    返回

    期刊在线

    编辑办公

    友情链接

    版权所有 © 《电子科技大学学报》编辑部

    地址: 成都市建设北路二段四号电子科技大学主楼中350室 电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

    本系统由 北京仁和汇智信息技术有限公司 开发