| 背景变化鲁棒的自适应视觉跟踪目标模型 |
| |
| 引用本文： | 王建宇,陈熙霖,高文,赵德斌.背景变化鲁棒的自适应视觉跟踪目标模型[J].软件学报,2006,17(5):1001-1008. |
| |
| 作者姓名： | 王建宇 陈熙霖 高文 赵德斌 |
| |
| 作者单位： | 1. 哈尔滨工业大学,计算机科学与技术学院,黑龙江,哈尔滨,150001
2. 哈尔滨工业大学,计算机科学与技术学院,黑龙江,哈尔滨,150001;中国科学院,计算技术研究所,北京,100080 |
| |
| 基金项目： | 中国科学院资助项目;中国科学院"百人计划";上海市环境保护局资助项目;上海银晨智能识别科技有限公司资助项目 |
| |
| 摘 要： | 提出了视觉跟踪任务中目标动态建模的一种方法.该方法首先针对跟踪序列中的当前帧图像观测进行Haar变换,从而得到图像的过完备特征描述;然后根据Fisher准则,评价每个Haar特征对目标和当前背景的区分能力,目标模型由那些区分能力最强的Haar特征构成.在跟踪过程中,采用卡尔曼滤波算法预测目标下一时刻的可能位置,从而根据目标的图像观测和目标下一时刻可能的位置附近的背景图像观测,对Haar特征的区分能力进行动态评价.通过保留区分能力强的特征,同时淘汰区分能力弱的特征,维护目标模型的强可区分性和低计算复杂性.该方法的主要策略是,在最大程度地保持可区分性的前提下,减少计算的复杂性.实验结果表明,在存在诸多不确定性因素的真实长序列视频上,该跟踪方法能够实时地完成复杂的目标跟踪任务.
|
| 关 键 词： | 视觉目标跟踪 在线特征选择 目标模型 Haar特征 卡尔曼滤波 |
| 收稿时间： | 2004-11-23 |
| 修稿时间： | 2005-05-20 |
Adaptive Appearance Model Robust to Background Variations |
| |
| WANG Jian-Yu,CHEN Xi-Lin,GAO Wen and ZHAO De-Bin.Adaptive Appearance Model Robust to Background Variations[J].Journal of Software,2006,17(5):1001-1008. |
| |
| Authors: | WANG Jian-Yu CHEN Xi-Lin GAO Wen and ZHAO De-Bin |
| |
| Affiliation: | 1.School of Computer Science and Technology, Harbin Institute of Technology, Harbin 150001, China; 2.Institute of Computing Technology, The Chinese Academy of Sciences, Beijing 100080, China |
| |
| Abstract: | |
| |
| Keywords: | visual object tracking online feature selection appearance model Haar feature Kalman filter |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《软件学报》浏览原始摘要信息 |
|
点击此处可从《软件学报》下载全文 |
|
