基于低通滤波时空上下文的鲁棒视觉跟踪算法
基于峰值特性判定模型更新的鲁棒视觉跟踪算法
基于峰值特性判定模型更新的鲁棒视觉跟踪算法
范舜奕;倪磊;刘斌斌;平宗伟;贾航川
【期刊名称】《空天预警研究学报》
【年(卷),期】2024(38)1
【摘要】为解决传统的模型更新算法在视觉跟踪中出现遮挡、光照变化以及自身旋转等情况下存在的鲁棒性较差问题,提出一种利用峰值特性对模型进行选择性更新的鲁棒视觉跟踪算法.该算法首先通过粒子滤波跟踪确定目标位置,接着利用当前模型在当前帧跟踪的结果位置附近进行局部穷搜索,然后通过检测到的峰值分布确定目标置信度的数值矩阵,最后采用峰值旁瓣比阈值判断法确定是否更新当前模型.仿真结果表明:所提算法能够对目标模型进行有效更新,与对比算法比较,在应对视觉跟踪中常见的遮挡、光照变化以及自身旋转等情况时,总体上能够达到更好的跟踪效果.
【总页数】7页(P50-56)
【作者】范舜奕;倪磊;刘斌斌;平宗伟;贾航川
【作者单位】94028部队;空军预警学院
【正文语种】中文
【中图分类】TP391.4
【相关文献】
1.基于多表观特征子模型更新的鲁棒视觉跟踪
2.基于多特征在线模板更新的鲁棒目标跟踪算法
3.利用巴氏系数判定模型更新的视觉跟踪算法
4.基于二阶池化网络的鲁棒视觉跟踪算法
5.基于鲁棒PCA的视觉跟踪算法
因版权原因，仅展示原文概要，查看原文内容请购买。
一种基于加权时空上下文的鲁棒视觉跟踪算法
一种基于加权时空上下文的鲁棒视觉跟踪算法徐建强;陆耀【期刊名称】《自动化学报》【年(卷),期】2015(041)011【摘要】由于光照及外观变化、复杂背景、目标旋转与遮挡等因素的影响, 给实现鲁棒的视觉跟踪带来困难. 有效利用上下文(Context) 中包含的有用信息有助于提升上述条件下视觉跟踪的鲁棒性. 时空上下文(Spatio-temporal context, STC) 算法是新近提出的一种基于时空上下文的目标跟踪算法,它利用目标周围的稠密上下文信息,取得了良好的跟踪效果. STC的不足是其同等对待整个上下文区域, 没有对上下文做进一步的区分, 减弱了上下文的作用. 本文采用动态分区处理思想, 根据上下文中不同区域与跟踪目标运动相似度大小, 赋予不同权值, 提出了基于加权时空上下文(Weighted spatio-temporal context, WSTC)的鲁棒视觉跟踪算法. 最后在公共数据集上进行的对比实验表明,本文所提出的算法具有更好的跟踪效果和鲁棒性.%Implementing a robust visual tracker is a challenging task due to many disturbing factors such as illumination changes, appearance changes, rotation, partial or full occlusion, etc. The local context surrounding of the target could provide much effective information in getting a robust tracker. The spatio-temporal context (STC) learning algorithm proposed recently considers the information of the dense context around the target and has achieved a better performance. However, STC treats the whole region of the context equally, which weakens the effectiveness of the context information. In this paper, we propose a novel weighted spatio-temporalcontext (WSTC) learning algorithm. Our algorithm considers the surrounding context discriminatively and incorporates a weighted matrix by evaluating the motion consistencies of different regions with the tracking target. Extensive experimental results on public benchmark databases show that our algorithm outperforms the original STC algorithm and other state-of-the-art algorithms.【总页数】12页(P1901-1912)【作者】徐建强;陆耀【作者单位】北京理工大学计算机学院北京 100081;智能信息技术北京市重点实验室北京 100081;北京理工大学计算机学院北京 100081;智能信息技术北京市重点实验室北京 100081【正文语种】中文【相关文献】1.基于低通滤波时空上下文的鲁棒视觉跟踪算法 [J], 郭春梅;陈恳;李萌;吉培培;李斐2.一种鲁棒的时空上下文快速跟踪算法 [J], 钱凯;陈秀宏;孙百伟3.基于加权时空上下文学习的多特征视觉跟踪 [J], 尹明锋;朱建良;朱凯;薄煜明;赵高鹏;吴盘龙4.基于鲁棒PCA的视觉跟踪算法 [J], 岳晨晨;侯志强;余旺盛;蒲磊;马素刚5.基于视频时空上下文的单目标视觉跟踪算法 [J], 李润泽;姚红英;李保平;李超因版权原因，仅展示原文概要，查看原文内容请购买。
基于递推估计和上下文更新的鲁棒单目标跟踪方法
基于递推估计和上下文更新的鲁棒单目标跟踪方法
杨建辉;吴聪;余梅生
【期刊名称】《重庆邮电大学学报（自然科学版）》
【年(卷),期】2017(029)001
【摘要】针对杂乱背景和光照变化等容易使目标跟踪产生漂移的问题,提出一种基于递推估计和上下文更新的鲁棒目标跟踪方法,该方法是颜色粒子滤波目标跟踪的有效扩展.通过建立颜色粒子滤波跟踪的通用框架,利用上下文信息分配目标外观变化的置信度,在重采样阶段,采用递推估计从其外观相似度分数计算的权重选择粒子,并初始化异常粒子.形变和光照变化的视频测试表明,该方法可以克服光照变化和背景的影响,递推估计可以处理偏离整体估计的异常粒子.相比于标准颜色粒子滤波、粒子随机搜索法等方法,该方法在跟踪框中心误差和平均重叠方面均优于其他方法,在鲁棒性和准确性方面具有明显优势.
【总页数】7页(P106-112)
【作者】杨建辉;吴聪;余梅生
【作者单位】周口师范学院数学与统计学院,河南周口466001;周口师范学院计算机科学与技术学院,河南周口466001;燕山大学信息科学与工程学院,河北秦皇岛066004
【正文语种】中文
【中图分类】TP391
【相关文献】
1.基于多模板的鲁棒运动目标跟踪方法 [J], 陆惟见;尚振宏;刘辉;李润鑫;钱谦
2.基于H分量检测的模板更新鲁棒分块跟踪方法 [J], 王晓华;滕炯华;赵春晖
3.复杂环境下一种基于改进核相关滤波的视觉鲁棒目标跟踪方法 [J], 何容;赖际舟;吕品;刘国辉;王博
4.优化分类模块和估计模块的快速鲁棒目标跟踪方法 [J], 熊丽婷;张绍彪;娄莉
5.基于自适应正交单纯形CKF的鲁棒目标跟踪方法 [J], 郝思冲;陈树新;吴昊;汪家宝;何仁珂
因版权原因，仅展示原文概要，查看原文内容请购买。
基于深度学习的鲁棒性视觉跟踪方法
第３ ９卷 第７期 ２ ０ １ ６年７月
计 算 机 学 报 ＣＨ Ｉ Ｎ Ｅ Ｓ Ｅ Ｊ ＯＵＲ ＮＡ Ｌ Ｏ Ｆ Ｃ ＯＭＰ ＵＴ Ｅ Ｒ Ｓ
Ｖ ｏ ｌ ． ３ ９ Ｎ ｏ ． ７ Ｊ ｕ ｌ ２ ０ １ ６ ｙ
基于深度学习的鲁棒性视觉跟踪方法
高君宇 杨小汕 张天柱 徐常胜
１ ４ ２ ０
计 算 机 学 报
２ ０ １ ６年
基于鲁棒子空间学习的粒子滤波跟踪算法
关键 词 ： 目 标跟 踪 ；粒 子滤 波 ；增 量子 空 间学 习；鲁棒 特征 空 间学 习
中图分 类号 ：Ｔ ３ １ ４ Ｐ ９． 文献标 志码 ：Ａ 文章 编号 ：１０ — ６ ５ ２ １ ）９ ３ ７ —６ ０ １３ ９ （０ １ ０ —５ ９ ０
ｄ ｉ１ ．９ ９ ｊｉ ｎ １ ０ —６ ５ ２ １ ． ９ １８ ｏ：０ ３６ ／．ｓ ．０ １３ ９ ． ０ １０ ．０ ｓ
但 是 当在 长 时 间 的 跟 踪 或 目标 表 面 变 化 比较 剧 烈 时 ， 使 跟踪 会
０ 引言
在 各 种 跟 踪算 法 中 ， 子 滤 波 算 法 因其 简 单 、 应 性 强 、 粒 适 很
发生偏 移 ， 导致跟丢 目标 。在文献 ［ ］ ， ｐｏ ４ 中 Ｊ ｓｎ等人采用三个 ｅ 混合分量来 表示 目标的表面模型 ， 中稳定分量 表示运 动估计 其
中相 对 不 变 的 部 分 ， 时 分 量 表 示 目标 运 动 中 快 速 变 化 的 部 瞬
容易执行 以及 可以与其他的算法相融合等特点 ， 现在 已成为应 用最广 、 最有效 的方法之一 ’ 。粒 子滤波 能够 同时跟踪 多个 】
假 设 ， 用 一 组 随 机 的加 权 采 样 粒 子来 近似 状 态 空 间 的 后 验 概 并
和其他物体 的遮挡 、 目标 的旋 转而 不断发 生变化 ， 因此跟踪 算
法 要 能 够 随时 适 应 表 面 的 这 种 变 化 。通 常 跟 踪 算 法 所 采 用 的 目标 表 面 模 型 要 么 是 固定 的 ， 么 被 迅 速 地 更 新 ， 些 更 新 策 要 这 略 在 目标 运 动 时 间 比较 短 ， 目标 的 表 面 变 化 不 大 时 比较 有 效 。
结合Kalman滤波的时空上下文目标跟踪算法
结合Kalman滤波的时空上下文目标跟踪算法
张新堃;黄山
【期刊名称】《电光与控制》
【年(卷),期】2018(025)011
【摘要】STC目标跟踪算法是一种基于贝叶斯框架、使用跟踪目标与目标周围区域的时空关系达到跟踪目的的跟踪算法,但是当目标快速移动或者受到剧烈干扰时容易丢失跟踪的目标.将时空上下文目标跟踪算法与Kalman滤波相结合,使用Kalman滤波对目标的位置进行预测,并使用STC目标跟踪算法对预测结果进行校正.结合Kalman滤波和STC的目标跟踪算法能在目标被遮挡或存在干扰目标情况下实现有效跟踪.实验结果表明,将STC目标跟踪算法与Kalman滤波结合后在目标跟踪中比单纯的STC目标跟踪算法具有更好的准确性和鲁棒性.
【总页数】5页(P102-105,119)
【作者】张新堃;黄山
【作者单位】四川大学,成都 610065;四川大学,成都 610065
【正文语种】中文
【中图分类】TP391
【相关文献】
1.卷积神经网络与时空上下文结合的目标跟踪算法 [J], 闵召阳;赵文杰
2.时空上下文与CamShift相结合的目标跟踪算法 [J], 丁承君;闫彬
3.基于时空上下文与Kalman滤波的视频目标跟踪 [J], 亢洁;孙阳;李晓静;李思禹;
李长仁
4.基于时空上下文与Kalman滤波的视频目标跟踪 [J], 亢洁;孙阳;李晓静;李思禹;李长仁;
5.基于时空上下文信息增强的目标跟踪算法 [J], 温静;李强
因版权原因，仅展示原文概要，查看原文内容请购买。
基于鲁棒H∞滤波的追踪卫星相对导航算法研究
（ ． 哈 尔 滨 工 业 大 学 卫 星 技 术 研 究 所 ，哈尔 滨 １０ ０ ； ．哈 尔 滨 工 业 大 学 控 制 科 学 与 工 程 系 ， 尔 滨 １００ ） １ ５０ １ ２ 哈 ５ ０ １
摘
要 ：针 对 追 踪 卫 星 存 在 轨 道 机 动 的情 况 ， 模 型 存 在 不 确 定 参 数 和 非 高 斯 噪声 输 入 时 ， 究 了 基 于 鲁 棒 在 研
ｌ ｒ ｅ ｏｂｉ ｍａ ｅ ｅ ａ ｌｍｉ ｔ ｆｖ ｒ ｂ ｅ ｅ ｅ ｔ ｆｐ ｒ ｍｅｒｃ ｕ ｅ ｔｉ ｔｅ ｎ ｎ Ｇａ ｓ ｉｎ ｎ ｉｅ ｉ ｐ ｓ，ａ ｔｉ ａｇ ｒ ｔ ｎ ｕｖ ｒ ｃ ｎ ｅｉ ｎａｅ ｕｎａ ｏ ａ ｌ ｆ ｃ ｓｏ ａ ａ ｔｉ ｎｃ ｒａｎ ｉｓ ａ ｄ ｎｏ － ｕ ｓａ ｏ ｓ ｎ ｕｔ ｎｄ ｉ ｓ
ｌｎｅ ｒｍ ａｒｘｉ ｅ ａｉｙ Ｆｉ ｌｙ， ｔ ｍｅ ｉ ａ ｓｍ ｕ ａｉｎ ｒ ｓ ｌｓ ｓ ｗ ｈａ ｈｅ ａ ｇ ｒｔ ｉ ａ ｔｉ ｎ ｑｕ ｌｔ ｎａｌ ｈｅ ｎｕ ｒｃ ｌ ｉ ｌｔｏ ｅ ｕ ｔ ｈｏ ｔ ｔｔ ｌ ｏｉｈｍ ｉ ｅ ｅ ｔｖ ｎ ｈｅ ｒ ｓ ｎｃ ｆ ｓ ｆ ｃｉ ｅ ｉ ｔ ｐ ｅ ｅ ｅ ｏ
ｗｉ ｏ ｍ — ｏ ｎｄ ｄ ｕｎ ｅ ｔｉ ｔｅ ｓｄｅｉ ｅ ｔ ｎ ｒ ｂ ｕ ｅ ｃ ｒａ ｎｉ ｓｉ ｒｖ ｄ．Ｔｈｅ ｆ ｔｒｄｅ ｉｎ ｉ ｒ ｎ ｆｒ ｄ ｉｔ ｏ ｅ ｐｉ ｚ ｔｏ ｒ ｂ ｅ ｉ ｅ ｍｓ ｏ ｈ ｉ ｅ ｓｇ ｓ ｔａ ｓｏ ｍｅ ｎ ｏ ａ ｃ ｎｖ ｘ ｏ ｔｍｉａｉｎ ｐ ｏ ｌ ｍ ｎ ｔｒ ｆ ｌ
Ａｂｓ ｒ ｔ Ｕｎｄ ｒｔ ｏ ｄ ｔｏ ｆｔｅ ｃ ｓ ｒｓ ｅｌｔ ｗｉｈ ｏ ｂ ｔｍａ ｅ ｅ ｉ ｇ， ａ ｒ ｌｔｖ ａ ｉａ ｉｎ ａｇ ｒｔ ｍ ｂ ｓ ｄ ｏ ｔａｃ ： ｅ ｈｅ ｃ ｎ ｉｉｎ ｏ ｈ ｈａ ｅ ａｔｌｉ ｅ ｔ ｒ ｉ ｎ ｕｖ ｒｎ ｅａｉ ｅ ｎ ｖｇ ｔｏ ｌｏ ｉｈ ａｅ ｎ ｒ ｂｕ ｔＨ ｆｌｅｉ ｇ ｔ ｅ ｒ ｓ ｒ ｓ ａ ｃ ｅ ｏ ｓ ｉｔ ｒｎ ｈ ｏ ｙ ｉ ｅ ｅ ｒ ｈ ｄ，ｃ ｎ ｉｅ ｉ ｒ ｍｅ ｒｃ ｕｎ ｅ ｔｉｔｅ ｎ ｏ Ｇａ ｓａ ｉｅ ｉ ｐ ｓ Ｂｙ ｍｅ ｎ ｆ ｏ ｓｄ ｒｎｇ ｐａａ ｔｉ ｃ ｒａｎ ｉ ｓａ ｄ ｎ ｎ— ｕｓｉ ｎ ｎｏｓ ｎ ｕｔ． ａ ｓ ｏ
一种鲁棒的目标跟踪方法
一种鲁棒的目标跟踪方法
贾伟;孙伟;李大健
【期刊名称】《光子学报》
【年(卷),期】2012()10
【摘要】针对传统特征光流场跟踪方法中由于误差积累和错误匹配而导致的特征点丢失问题,基于一种新的Harris-SIFT特征点表示方法,提出基于预测帧与关键帧的算法框架,实现了光流场运动估计与局部特征识别相结合的目标跟踪方法.预测帧利用塔式分解和递归算法计算特征点的光流场运动矢量,使用运动矢量直方图获取目标的运动矢量,并剔除误匹配点;当特征点数量小于5个时,关键帧使用Harris-SIFT特征点进行局部特征匹配,利用仿射模型对目标精确定位及姿态修正.实验结果表明,本方法对视频序列中的纹理特征目标跟踪的鲁棒性较好,在背景复杂、目标遮挡或暂时丢失情况下,仍可以继续完成目标的可靠跟踪.
【总页数】6页(P1230-1235)
【关键词】图像处理;目标跟踪;鲁棒性;光流场;特征检测
【作者】贾伟;孙伟;李大健
【作者单位】西北工业大学第365研究所;西安电子科技大学机电工程学院智能控制与图像工程研究所
【正文语种】中文
【中图分类】TP391
【相关文献】
1.一种受人脑三阶段记忆机制启发的鲁棒运动目标跟踪方法 [J], 王延江;李蕙;齐玉娟
2.一种基于mean shift的鲁棒性目标跟踪方法 [J], 文志强;蔡自兴
3.复杂环境下一种基于改进核相关滤波的视觉鲁棒目标跟踪方法 [J], 何容;赖际舟;吕品;刘国辉;王博
4.一种基于多通道孪生网络的鲁棒目标跟踪算法 [J], 邹鹏;范都耀
5.一种新的快速鲁棒多摄像头目标跟踪方法 [J], 范晶晶;林青;胡波
因版权原因，仅展示原文概要，查看原文内容请购买。
低分辨率条件下基于TLD的鲁棒车辆跟踪算法
低分辨率条件下基于TLD的鲁棒车辆跟踪算法刘阔;宁毅;湛永松【期刊名称】《计算机应用与软件》【年(卷),期】2016(033)012【摘要】TLD (Tracking-Learning-Detection)is a widely adopted algorithm in the research topics of vehicle tracking.However,the tradi-tional TLD is easily to lose targets and locate the wrong targets in a low-resolution video,and that is why the traditional TLD algorithm should be improved.As the pyramid optical flow tracker in traditional TLD fails to work well in poor illumination scenes,a novel vehicle tracking algo-rithm by applying the CT(Compressive Tracking)into the traditional TLD algorithm is proposed to obtain the vehicle location fast when the targets are lost.Besides,with the multi-features fusion of the 2bitBP-HOG feature descriptor,which is composed of shape and texture informa-tion in tracking phase,the improved algorithm obtains higher-performance tracking results than those of traditional TLD in low-resolution con-dition,not only tracking precision but also time complexity.Experiment results validate the improvement of the proposed algorithm,both on ro-bustness and tracking rates.%TLD（Tracking-Learning-Detection）算法是一种广泛应用的车辆跟踪算法，但其在低分辨率视频下易出现跟踪漂移或者丢失等问题，为此，对传统的TLD 算法进行改进。
空时上下文模型下基于多种特征融合的监控目标跟踪
空时上下文模型下基于多种特征融合的监控目标跟踪杨洋【摘要】With the development of video processing and network technology,video surveillance applications gradually penetrated into every aspect of people's daily activities.How to design a object tracking technique with high precision and robustness is still a hotspot and difficulty in current research,an improved spatio-temporal context tracking algorithm based on multi-feature fusion and adaptive model updating is proposed.Based on the spatio-tempora context tracking algorithm,our proposed algorithm integrates multi-feature informations into the spatio-tempora context model.Since the complementary characteristics of multiple features,it is possible to overcome the disadvantages of the single feature and improve the anti-jamming ability.In addition,this paper also proposes an adaptive learning factor strategy to enhance the generalization ability of the model.The selected feature set isrobust,including color,gradient,direction,point feature,and so on.There are 19 features in t otal,where the size of the sub block is 11 × 11,the Gauss kernel variance is 2,the parameter of loss term is 0.005,and the other parameters are consistent with the STC.A large number of simulation results show that the tracking performance of our proposed algorithm outperforms the existing KCF,MFC and STC tracking algorithm,and has stronger robustness and anti-jamming capability for complex scenes.%随着视频处理技术和网络技术的发展,视频监控应用逐渐渗透到了人们日常活动中的方方面面,如何设计实现精度高、鲁棒性好的目标跟踪技术仍然是当今研究的热点及难点;在工程应用实践的基础上,提出一多特征融合与自适应模型更新的空时上下文目标跟踪算法,通过将丰富多样的多特征信息整合到空时上下文模型中;由于多特征具有互补特性,可以克服单一特征对目标区域描述不足的缺陷,提升算法的抗干扰能力;同时,也提出了一种自适应学习因子策略,增强了模型的泛化能力;选取的特征集是鲁棒的,包括了颜色、梯度、方向、点特征等总共19个特征,其中子块大小是11×11,高斯核方差为2,损失项正则参数为0.005,其余参数设置与STC保持一致;大量的仿真实验结果表明所提出的改进算法在跟踪中心误差指标上比现有的KCF,MFC和STC跟踪算法分别提高了5.4％,2.1％和3.6％,对复杂的跟踪场景具有更强的鲁棒性与抗干扰能力.【期刊名称】《计算机测量与控制》【年(卷),期】2018(026)006【总页数】4页(P192-195)【关键词】目标跟踪;多特征融合;自适应;空时模型;泛化能力;互补特性【作者】杨洋【作者单位】华南理工大学土木与交通学院,广州 510640【正文语种】中文【中图分类】TP3910 引言伴随着信号处理技术和数字技术的成熟，视频监控系统在数字化、网络化、智能化和集成化方向飞速发展，整个视频监控行业已经快速进入了智能监控的时代。
一种适用于长程跟踪的鲁棒性视觉目标跟踪方法[发明专利]
![一种适用于长程跟踪的鲁棒性视觉目标跟踪方法[发明专利]](https://img.taocdn.com/s3/m/c6b780ef0408763231126edb6f1aff00bed57073.png)
专利名称：一种适用于长程跟踪的鲁棒性视觉目标跟踪方法专利类型：发明专利
发明人：顾国华,顾烨仪,万敏杰,钱惟贤,任侃,路东明,陈钱,顾芷西,隋修宝,何伟基
申请号：CN201810463293.5
申请日：20180515
公开号：CN108921872B
公开日：
20220201
专利内容由知识产权出版社提供
摘要：本发明公开了一种适用于长程跟踪的鲁棒性视觉目标跟踪方法，首先根据视频序列的初始帧图像与目标在初始帧中的位置信息提取正负样本，对样本图像块作特征提取得到低维特征向量，使用线性支持向量机技术初始化目标外观模型；然后对得到的支持向量机模型进行逻辑斯蒂回归，对目标外观模型在粒子滤波框架下估计目标位置；随后，将中值流跟踪算法与当前的粒子滤波算法结合协同跟踪，在跟踪过程中采用增量减量技术在线更新外观模型，将原始的外观模型与新样本结合在线更新外观模型，直到最后一帧结束更新，从而实现了鲁棒性的视觉目标跟踪。
本发明实现了机制迥异的两路跟踪方法的并行互补，解决了跟踪进程中不断产生新信息而造成空间冗余的问题。
申请人：南京理工大学
地址：210094 江苏省南京市玄武区孝陵卫200号
国籍：CN
代理机构：南京理工大学专利中心
代理人：唐代盛
更多信息请下载全文后查看。
基于卡尔曼粒子滤波框架的鲁棒多人跟踪算法
基于卡尔曼粒子滤波框架的鲁棒多人跟踪算法陈健虞;刘阔;湛永松【期刊名称】《计算机工程与设计》【年(卷),期】2015(000)010【摘要】为克服传统粒子滤波跟踪算法在行人完全遮挡及光照剧烈变化条件下易导致跟踪失效的问题，提出一种基于卡尔曼粒子滤波框架的鲁棒多人跟踪算法。
针对行人运动的非线性和非高斯性，采用粒子滤波作为跟踪器，当行人相互遮挡及背景遮挡时利用卡尔曼滤波估计辅助跟踪，提高跟踪精度。
通过在观测模型中融合改进的颜色及纹理特征，解决光照剧烈变化和相似颜色干扰导致的问题。
实验结果表明，该算法比传统粒子滤波算法具有更高的鲁棒性及跟踪精度。
%Traditional particle filter tracking algorithm is vulnerable to the impact of pedestrian occlusion and illumination chan‐ges ,which leads to tracking failure .To solve this problem ,a robust multiple human tracking algorithm was proposed based on Kalman particle filter framework .Aiming at non‐linear and no n‐Gaussian characteristics of pedestrian movement ,where particle filter was employed as a tracker ,Kalman filter was used to improve the accuracy of object tracking with occlusion .Moreover , the problems caused by light changes and similar color interference can be effectively solved by merging improved color features with texture features for the observation models .Experimental results show that the proposed algorithm is more robust and ac‐curate for multiple human tracking than the traditional methods .【总页数】7页(P2759-2764,2812)【作者】陈健虞;刘阔;湛永松【作者单位】桂林电子科技大学广西高校图像图形智能处理重点实验室，广西桂林541004;桂林电子科技大学广西高校图像图形智能处理重点实验室，广西桂林541004;桂林电子科技大学广西高校图像图形智能处理重点实验室，广西桂林541004【正文语种】中文【中图分类】TP391.41【相关文献】1.基于箱粒子滤波的鲁棒标签多伯努利跟踪算法 [J], 魏帅;冯新喜;王泉;鹿传国2.基于多线索融合的鲁棒粒子滤波跟踪算法 [J], 陆丽丹;刘秋生;夏瑜3.基于鲁棒扩展卡尔曼粒子滤波的RAIM算法 [J], PENG Yaqi;XU Chengdong;NIU Fei;LI Zhen;FAN Guochao4.基于鲁棒容积卡尔曼滤波的自适应目标跟踪算法 [J], 彭美康; 郭蕴华; 汪敬东; 牟军敏; 胡义5.一种基于粒子滤波的鲁棒声源跟踪算法 [J], 蔡卫平;吴镇扬因版权原因，仅展示原文概要，查看原文内容请购买。
矿产
矿产资源开发利用方案编写内容要求及审查大纲
矿产资源开发利用方案编写内容要求及《矿产资源开发利用方案》审查大纲一、概述
㈠矿区位置、隶属关系和企业性质。
如为改扩建矿山, 应说明矿山现状、
特点及存在的主要问题。
㈡编制依据
(1简述项目前期工作进展情况及与有关方面对项目的意向性协议情况。
(2 列出开发利用方案编制所依据的主要基础性资料的名称。
如经储量管理部门认定的矿区地质勘探报告、选矿试验报告、加工利用试验报告、工程地质初评资料、矿区水文资料和供水资料等。
对改、扩建矿山应有生产实际资料, 如矿山总平面现状图、矿床开拓系统图、采场现状图和主要采选设备清单等。
二、矿产品需求现状和预测
㈠该矿产在国内需求情况和市场供应情况
1、矿产品现状及加工利用趋向。
2、国内近、远期的需求量及主要销向预测。
㈡产品价格分析
1、国内矿产品价格现状。
2、矿产品价格稳定性及变化趋势。
三、矿产资源概况
㈠矿区总体概况
1、矿区总体规划情况。
2、矿区矿产资源概况。
3、该设计与矿区总体开发的关系。
㈡该设计项目的资源概况
1、矿床地质及构造特征。
2、矿床开采技术条件及水文地质条件。
矿产
矿产资源开发利用方案编写内容要求及审查大纲
矿产资源开发利用方案编写内容要求及《矿产资源开发利用方案》审查大纲一、概述
㈠矿区位置、隶属关系和企业性质。
如为改扩建矿山, 应说明矿山现状、
特点及存在的主要问题。
㈡编制依据
(1简述项目前期工作进展情况及与有关方面对项目的意向性协议情况。
(2 列出开发利用方案编制所依据的主要基础性资料的名称。
如经储量管理部门认定的矿区地质勘探报告、选矿试验报告、加工利用试验报告、工程地质初评资料、矿区水文资料和供水资料等。
对改、扩建矿山应有生产实际资料, 如矿山总平面现状图、矿床开拓系统图、采场现状图和主要采选设备清单等。
二、矿产品需求现状和预测
㈠该矿产在国内需求情况和市场供应情况
1、矿产品现状及加工利用趋向。
2、国内近、远期的需求量及主要销向预测。
㈡产品价格分析
1、国内矿产品价格现状。
2、矿产品价格稳定性及变化趋势。
三、矿产资源概况
㈠矿区总体概况
1、矿区总体规划情况。
2、矿区矿产资源概况。
3、该设计与矿区总体开发的关系。
㈡该设计项目的资源概况
1、矿床地质及构造特征。
2、矿床开采技术条件及水文地质条件。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
矿产资源开发利用方案编写内容要求及审查大纲
矿产资源开发利用方案编写内容要求及《矿产资源开发利用方案》审查大纲一、概述
㈠矿区位置、隶属关系和企业性质。
如为改扩建矿山, 应说明矿山现状、
特点及存在的主要问题。
㈡编制依据
(1简述项目前期工作进展情况及与有关方面对项目的意向性协议情况。
(2 列出开发利用方案编制所依据的主要基础性资料的名称。
如经储量管理部门认定的矿区地质勘探报告、选矿试验报告、加工利用试验报告、工程地质初评资料、矿区水文资料和供水资料等。
对改、扩建矿山应有生产实际资料, 如矿山总平面现状图、矿床开拓系统图、采场现状图和主要采选设备清单等。
二、矿产品需求现状和预测
㈠该矿产在国内需求情况和市场供应情况
1、矿产品现状及加工利用趋向。
2、国内近、远期的需求量及主要销向预测。
㈡产品价格分析
1、国内矿产品价格现状。
2、矿产品价格稳定性及变化趋势。
三、矿产资源概况
㈠矿区总体概况
1、矿区总体规划情况。
2、矿区矿产资源概况。
3、该设计与矿区总体开发的关系。
㈡该设计项目的资源概况
1、矿床地质及构造特征。
2、矿床开采技术条件及水文地质条件。