| 基于特征融合的粒子滤波目标跟踪新方法 |
| |
| 引用本文： | 闫河,刘婕,杨德红,王朴,金炜.基于特征融合的粒子滤波目标跟踪新方法[J].光电子．激光,2014(10):1990-1999. |
| |
| 作者姓名： | 闫河 刘婕 杨德红 王朴 金炜 |
| |
| 作者单位： | 重庆理工大学 计算机学院,重庆 400054;重庆理工大学 计算机学院,重庆 400054;重庆理工大学 计算机学院,重庆 400054;重庆理工大学 计算机学院,重庆 400054;宁波大学 信息科学与工 程学院,浙江 宁波 315211 |
| |
| 基金项目： | 国家自然科学基金(61173184)、宁波市自然科学基金(2011A610192)和重庆理工大学研究生 创新基金(YCX2013219)资助项目 (1.重庆理工大学 计算机学院,重庆 400054; 2.宁波大学 信息科学与工 程学院,浙江 宁波 315211) |
| |
| 摘 要： | 针对传统粒子滤波(PF)算法采用单一颜色特征建模 跟踪目标性能差的缺陷,提出一种颜色特征与纹理特 征相融合的PF目标跟踪新算法。首先,采用一种具有抗噪声和保护纹理边缘的全局中值二值 模式 (GMBP)纹理算子,对模板图像进行局部差绝对值处理,得到幅 值序列模板,将幅值序列模板内的中值作为模板的阈值,与模板邻域比较获得新的纹理图像 ；然后,与 具有光照不变特性的局部二值模式(LBP)纹理算子结合,形成一种(GMLBP)新的纹理描述算子 。最后,分别计算GMLBP纹理特征粒子权值和HSV颜色特征粒子权 值,并依据权值大小确定融合系数,对纹理特征粒子权值和颜色特征粒子权值进行线 性融合,再对融合后粒子权值进行归一化处理,从而得到目标位置状态的最终估计值。对比 实验结果表明, 相对于单一颜色特征的目标跟踪算法,所提算法捕捉目标位置准确且具有更低的平均跟踪误 差,其平均误差降低了近2倍。
|
| 关 键 词： | 目标跟踪 粒子滤波(PF) 颜色特征 GMLBP纹理算子 特征融合 |
| 收稿时间： | 2014/6/22 0:00:00 |
A new particle filter object tracking algorithm based on feature fusion |
| |
| YAN He,LIU Jie,YANG De-hong,WANG Pu and JIN Wei.A new particle filter object tracking algorithm based on feature fusion[J].Journal of Optoelectronics·laser,2014(10):1990-1999. |
| |
| Authors: | YAN He LIU Jie YANG De-hong WANG Pu and JIN Wei |
| |
| Affiliation: | College of Computer Science,Chongqing University of Technology,Chongqing 400054,China;College of Computer Science,Chongqing University of Technology,Chongqing 400054,China;College of Computer Science,Chongqing University of Technology,Chongqing 400054,China;College of Computer Science,Chongqing University of Technology,Chongqing 400054,China;College of Information Science and Engineering,Ningbo University,Ningbo 315211,Chi na |
| |
| Abstract: | |
| |
| Keywords: | object tracking particle filter (PF) color feature global median local binary pattern (GMLBP) texture operator feature fusion |
|
| 点击此处可从《光电子．激光》浏览原始摘要信息 |
|
点击此处可从《光电子．激光》下载全文 |
|
