简介：自由立体显示中的视频图像在合成过程中存在速度要求高,图像处理数据量大等特点,在显示过程中,一旦用户偏离有效观看视区则无法看到正确的立体图像,到目前为止这些问题仍然存在,并阻碍着立体显示行业的发展。针对这种情况,提出了一种结合人眼跟踪算法的立体视频合成系统。通过判断人眼在屏幕前的位置,实时调整立体图像融合算法,使人眼始终能看到正确的立体图像对。由于该系统对跟踪的实时性和精确度要求较高,之前已有的算法很难同时在这两方面表现出色,因此提出了一种改进的人眼跟踪算法。该算法核心是基于ASM模型的人脸检测,并充分考虑了现场噪声和人体姿态频繁调整的特点,对ASM模型建立时空缓冲模型,处理结果直接映射到实际光栅空间分布模型中。根据当前ASM缓冲模型和光栅空间分布对应的映射点,对显示的图像进行相应的立体合成处理。这种自动跟踪人眼位置的立体视频显示方法跟踪速度快,位置计算精确,有效地扩大了立体视图区域。实验结果表明,该方法使观看者可以自由移动,在适当的范围内都可以看到清晰的立体影像,同时视频合成与播放的速度流畅,大幅提高了用户观看的舒适感。

简介：针对静态背景和缓动背景下的多目标跟踪,提出一种基于HOG与粒子采样定位的单目标和多目标跟踪方法。从背景建模与更新策略出发,采用方向梯度HOG特征与朴素贝叶斯分类学习方法对检测的可疑目标进行判别,识别出兴趣目标。同时提出粒子采样定位算法,在初步确定的目标位置附近,利用一定分布特性的粒子对目标的位置状态进行逼近。对多场景多实例的跟踪仿真实验结果表明：该方法能够自动检测并判别兴趣目标,可以稳定跟踪单个或多个目标,并具有较高的定位精度。该方法可应用于静态背景和缓动背景下的单目标和多目标跟踪。

简介：快速可靠的星图识别算法是星敏感器确定姿态的关键部分。综合当前多种星图识别算法,设计了实用快速的全天星图识别算法。根据星敏感器视场筛选导航星,构建最小星库;选择星对角距为识别特征,根据多星结构重复性选择星形识别算法;考虑误差,将星对角距离散化成数组,特征匹配无需搜索,直接查找表定位。实验证明本算法是一种速度快（首次捕获〈1s）、存储空间小（〈1MByte）、识别正确率高（〉99.99%）、抗假目标干扰强的全天星图识别算法,方便在嵌入式芯片上运行。