排序方式: 共有18条查询结果,搜索用时 15 毫秒
1.
2.
CAMSHIFT是一种利用颜色直方图反向投影的视觉跟踪算法,通常用于人脸跟踪等领域。但在目标较小的情况下,由于信息量有限,往往不能获得稳定的跟踪结果。为了提高跟踪结果的稳定性,提出了一种基于蒙特卡罗方法的改进算法。该算法通过产生高斯随机样本的方法补充样本,不仅增强了目标颜色特征分布的鲁棒性,而且提高了跟踪的稳定性。结果表明该算法是有效的。 相似文献
3.
4.
实时人耳跟踪作为人耳识别系统的前提,是一个意义重大且具有挑战性的课题。为了实现对人耳的快速实时跟踪定位,提出了一种融合肤色及灰度轮廓信息检测跟踪序列图像中人耳的新方法。该方法首先采用改进的CAMSHIFT算法在肤色概率分布基础上,初步对侧面人脸这一包含耳朵的大面积肤色区域进行粗定位,进而根据耳朵自身丰富的轮廓信息,应用轮廓提取及拟合来进一步精确定位人耳。实际应用表明,该方法具有速度快、效率高和鲁棒性好的特点,不仅能够满足实时性的要求,并且对于干扰和耳朵自身一定角度的偏转都有较好的容错性。此外,该方法在相对复杂的背景下仍能获得较好的跟踪效果。 相似文献
5.
6.
本文提出了一种改进的CAMSHIFT算法,实现了对动态手势的实时跟踪。将图像序列通过一个肤色概率查找表转换为肤色概率分布图,结合运动信息和肤色概率分布,初始化一个搜索窗的大小和位置,然后对肤色概率分布图进行迭代运算,定位出手势的位置和大小,根据计算肤色概率分布图中手势区域的2阶矩,最终确定感兴趣区域的长度和宽度
。实验表明,本文提出的算法能实时处理视频图像,避免了错误跟踪,而且跟踪准确精细。 相似文献
。实验表明,本文提出的算法能实时处理视频图像,避免了错误跟踪,而且跟踪准确精细。 相似文献
7.
CAMSHIFT算法和Comaniciu/Meer算法是均值移动在视频目标跟踪中最为常用的两个基本算法.本文对Bradski和Comaniciu/Meer等人的工作加以推广,给出了广义均值移动跟踪算法.论文采用一个一般形式的相似性度量函数,并推导了其相应的像素权值计算和搜索窗口位置更新公式.新算法基于搜索窗内各像素权值的零阶矩来计算更新其搜索窗口尺寸.然后证明现有的两种基本算法都可以归纳到广义均值移动跟踪算法的统一框架中.对多段视频序列的跟踪实验分析比较了统一框架中3种均值移动算法的跟踪性能. 相似文献
8.
9.
图像中的文字自动定位是计算机视觉领域中的一个新兴研究热点。为了使得定位算法能够适应不同类型的图像和文字,根据文字所具有的特殊纹理属性,提出了一种具有普适能力的基于直方图特征和AdaBoost的文字定位算法。该算法首先通过提取对文字具有较强鉴别能力的直方图特征和引入AdaBoost算法来设计级联结构的纹理分类器;然后用该分类器的概率输出来生成文字概率图;在此基础上再通过CAMSHIFT算法得到最终的定位结果。实验结果表明,该算法具有较强的鲁棒性,能够适应文字在语种、字体、尺度等方面的变化,在不同类型的图像中都能得到较好的定位结果。 相似文献
10.
为了解决复杂背景下手势提取与手势跟踪准确度受影响的问题,提出了一种基于自适应提取和改进CAMSHIFT(Continuously Adaptive Mean Shift)单目手势跟踪算法.该算法通过自适应手部提取方法识别手部完成对跟踪目标的初始化,以运动历史矩阵为掩模提取图像中的感兴趣区域,在该区域内使用CAMSHIFT算法跟踪目标,并通过傅里叶描述子对跟踪目标轮廓进行实时反馈,完成对动态手势的精确跟踪.该方法能够在手部经过肤色区域的情境中实现准确跟踪,与经典CAMSHIFT算法相比,跟踪正确率提高了80%,实现了复杂背景下动态手势的准确跟踪. 相似文献