视频中不完全运动特征的跟踪算法

在基于视频的人体运动捕获中,常用的特征跟踪算法对光照条件、图像噪音等非常敏感,而且不规则运动常使特征点或重叠、或自遮挡、或从视域中消失,给视频中运动特征跟踪带来很大的困难．为了有效地跟踪这些不完全运动的特征,提出一种有效的特征跟踪算法．实验结果表明,该方法不但能快速、精确地跟踪孤立特征,而且能有效地解决视频序列中存在较大噪音和不完全运动特征的跟踪问题．     

基于Kanade-Lucas-Tomasi 算法的人脸特征点跟踪方法

与传统的在人面部画上标识点的特征点跟踪方法不同,KLT(Kanade-Lucas-Tclmasi)算法可以从未加标识点的正面人像视频系列中通过特征纹理信息直接获取面部某些特征点的位移,在KLT算法中加入了基于人脸统计信息的经验约束,使KLT算法更加合理有效。     

基于特征流型的对象跟踪模型

在计算机视觉领域,对象跟踪是一个既重要又极具挑战性的研究课题。跟踪的主要困难体现在物体和背景的外观变化、物体的突发性运动、相机的移动和遮挡。本文提出了一种新的方法来解决对象跟踪问题。采用局部特征集合来表示对象,每一个局部特征组织成特征流形,用来模拟该特征点在各种视角条件下的特征点集合。在跟踪的过程中,我们将更新特征流形集合,来反映对象在运动过程中的变化。同时,通过特征流形和特征点的匹配实现跟踪。相对于传统的特征点与特征点的匹配,特征流形与特征点的匹配方式更加准确。因此,基于特征流形的对象跟踪会取得更加准确的结果。     

基于特征组合的人脸跟踪方法

针对复杂背景下的彩色视频序列图像,提出一种基于多特征组合的人脸跟踪方法.该方法采用肤色特征与运动特征来描述视频序列图像中的人脸,分别构造特征似然作为区分人脸目标与背景的置信度,并利用粒子滤波框架原理,用组合的特征似然来表征粒子权重.该方法中提出的自肤色检测算法避免了光线与类肤色像素对肤色特征的影响.在跟踪过程中根据分类...     

图像匹配中的特征点筛选方法

针对传统特征检测算法提取的特征点稳定性差且不唯一,导致误匹配率过高的问题,提出了三条特征点筛选准则:稳定性准则、唯一性准则和显著性准则.其中稳定性准则保证筛选出健壮稳定的特征点,唯一性准则剔除特征重复的特征点,显著性准则保留带有明显特征信息的点.通过剔除掉不满足这三条准则的特征点,不仅减少了描述符的计算时间,同时也提高...     

基于双摄像机的视频特征跟踪算法研究

在视频动画中,特征跟踪结果决定了三维重建的运动信息是否逼真。提出一种基于双摄像机的视频特征跟踪算法,它采用卡尔曼滤波预测特征点的位置,然后利用子块模型进行特征匹配,最后利用极线方程指导跟踪和剔除跟踪误差大的特征点。该算法已经用于我们开发的VBHA系统中,实验结果表明,其速度和效率能够满足视频动画的要求,并且能够部分解决自遮挡的问题。     

一种无人机自主着陆视觉跟踪方法

视觉导航是利用图像信息进行飞机定位的,在无人机着陆过程中,为使机载传感器能始终追踪到机场跑道,提出了一种基于摄像机姿态与变焦控制的视觉跟踪方法;该方法通过调节摄像机姿态来追踪目标特征点,使目标特征点尽量位于成像平面的中心,然后根据无人机与机场跑道的距离,适时的调节焦距,以保证图像特征点完全位于图像平面内;实验结果表明,该法能很好地控制摄像机姿态角,使目标特征点位于图像中心附近,达到很好的跟踪效果;且该法操作简单,不需要增加图像处理的难度,实时响应速度快,可以满足工程需要。     

Improving Feature Tracking with Robust Statistics

This paper addresses robust feature tracking. The aim is to track point features in a sequence of images and to identify unreliable features resulting from occlusions, perspective distortions and strong intensity changes. We extend the well-known Shi–Tomasi–Kanade tracker by introducing an automatic scheme for rejecting spurious features. We employ a simple and efficient outliers rejection rule, called X84, and prove that its theoretical assumptions are satisfied in the feature tracking scenario. Experiments with real and synthetic images confirm that our algorithm consistently discards unreliable features; we show a quantitative example of the benefits introduced by the algorithm for the case of fundamental matrix estimation. The complete code of the robust tracker is available via ftp. Received: 22 January 1999, Received in revised form: 3 May 1999, Accepted: 3 May 1999     

基于空间几何结构的特征跟踪算法

针对传统的基于标记的增强现实系统场景受限等缺点,提出一种基于特征空间几何结构的无标记跟踪算法。在传统的金字塔Kanade-Lucas-Tomasi(KLT)跟踪算法基础上,通过建立图像的多尺度空间模型并在多尺度空间模型中对图像进行实时跟踪,同时根据图像特征间特有的空间几何结构信息优选跟踪特征点,解决了在多尺度变化情况下视频图像特征跟踪稳定性问题。实验结果表明,提出的跟踪算法在给定的数据库上性能高效稳定,与同类跟踪算法相比跟踪精度大幅提高,每帧重投影错误率均小于1像素,保持在亚像素级别。     

基于角特征和Mean-shift的车辆跟踪方法

提出一种基于角特征点和Mean-shift的车辆跟踪方法,对不断改变尺寸的车辆目标进行有效跟踪,利用角特征点把模板目标构造成若干个同尺寸的子窗口,每个子窗口单独地按Mean-shift算法进行跟踪,并寻找其相应的中心位置,通过关联过程确定车辆目标在整个视场中的运行轨迹。实验结果表明,该方法简单、可靠,可以稳定地跟踪车辆目标。     

基于概率图模型的人脸多特征跟踪

同时跟踪具有丰富表情的人脸多个特征是一个有挑战性的问题．提出了一个基于时空概率图模型的方法．在时间域上,使用几个相互独立的Condensation类型的粒子滤波器分别跟踪人脸的每个特征．粒子滤波对独立的视觉跟踪问题非常有效,但是多个独立的跟踪器忽视了人脸的空间约束和人脸特征间的自然相互联系;在空间域上,事先从人脸表情库中学习人脸特征轮廓的相互关系,使用贝叶斯推理一信任度传播算法来对人脸特征的轮廓位置进行求精．实验结果表明,文中算法可以在帧间运动较大的情况下,鲁棒地同时跟踪人脸多个特征．     

基于Gabor小波的人脸特征点跟踪方法

文中提出一种跟踪人脸特征点的方法。使用一系列方向、频率、相位各不相同的Gabor小波,对测试序列第一帧中选定的人脸特征点进行小波变化,得到对应点的一组小波系数(Jets),并将其作为后续帧的跟踪依据。对含有各种表情的视频序列进行测试,试验结果显示该方法是有效的。     

脉象信号滤波与特征值提取

脉象作为人体一项基本的生理特征,反映了个体整体性的生理情况,尤其是个体血管与心脏的健康状况。由于脉象诊断自古以来就存在不够定量客观的现实问题,为了客观定量地对脉象这种微弱信号加以分析,本文利用小波变换在时域与频域多级分辨率的特性,对脉象信息进行多小波分离出高频噪声信号以及基线漂移,在此基础上对信号去噪滤波。利用小波变换奇异点突变,提取脉象周期信息作为一类特征值。通过三次样条拟合出单周期脉象波形,提取出脉象搏动微分、积分曲线以及极值点的信息,阐述了它们与脉形特征对应关系,并作为脉形特征值。通过样条建模计算出的特征值为进一步的脉象识别提供了数据信息。     

基于最优特征选择的车辆跟踪方法

针对智能交通系统的车辆跟踪问题,提出基于最优特征选择的车辆跟踪方法.综合颜色、纹理和形状特征确定特征集合,采用线性鉴别分析方法从特征集合中选取最优特征,使用Mean Shift算法在最优特征下预测目标位置,根据目标匹配结果确定车辆的运行轨迹,利用特征平滑方法更新特征模型.实验结果表明,该方法适用于不同的公路监控场景,能够准确、有效地跟踪运动目标.     

基于特征点匹配的改进模板匹配算法

特征点匹配是图像匹配领域中一项重要研究内容.暴力匹配中强调缺少特征匹配不是由于太少的正确匹配,而在于很难分辨真假,故加入模板匹配进行约束,提出一种改进模板匹配算法.为了提升匹配速度和精度,该算法通过提供特征点的坐标,可以计算出每个特征点的得分值,并将其用于从输入图像中提取模板.基于输入图像和另一幅图像之间的模板匹配,使...     

深度特征的核相关滤波视觉跟踪

针对核相关滤波目标跟踪算法中传统手工特征的不足,以核相关滤波方法的目标跟踪技术作为研究对象,利用深度卷积神经网络自动提取待跟踪目标的深度卷积特征,来代替传统的手工特征,利用从不同卷积层提取到的深度卷积特征分别经过核相关滤波器学习来得到不同的特征图,然后对多个特征图进行加权融合来确定待跟踪目标在视频序列中的位置,以此来提高跟踪算法在复杂干扰背景下的鲁棒性。     

基于自动标注特征点的人体关节跟踪

现有的基于人体特征点的关节跟踪方法大多采用手动标注特征点方式;提出了一种新的特征跟踪的方法,该方法能够对目标人体关节特征点进行自动标注,实现对人体关节点的自动跟踪;首先采用帧间差分和背景差分相融合的方法来分割运动人体,采用CANNY算子提取目标轮廓,自动标注关节特征点;然后采用LK光流算法跟踪标注的特征点;最后利用卡尔曼滤波线性跟踪来预测特征点出现的位置,从而修正那些产生跟踪错误的特征点;实验结果表明,该方法能够有效的对实际视频的目标人体进行特征点自动标注,取得较好的跟踪效果.     

一种基于分水岭和特征约束的细胞跟踪方法

针对传统细胞跟踪中细胞提取中噪声干扰导致的跟踪错误问题,提出一种分水岭和基于特征约束的细胞跟踪的方法。首先,利用分水岭检测算法实现预分割,然后根据提取的细胞特征对预分割的图像进一步提纯过滤噪声点,得到更加准确的细胞分割图像。分割好的图像,根据细胞的运动特性,针对惰性细胞,使用均值漂移算法进行跟踪,针对跳跃细胞,使用帧间差分法进行跟踪。最后,通过实验仿真验证提出的方法能够有效地实现细胞分割,并且能够针对特定的细胞实现跟踪。     

视频中多线索的人脸特征检测与跟踪

针对目前的人脸特征检测与跟踪算法存在的对环境适应能力差、缺乏自我检错能力的缺点,该文提出了一种多线索综合的新方法,多线索中包括基于深度信息的人脸区域粗分割,基于多关联模板匹配的人脸检测,利用多尺度Sobel卷积的特征提取,基于“特征眼”的人眼验证以及基于多视图的校验方法,多种线索互相补充,自我检错和纠错,对背景,光照及姿态变化具有较强的适应能力,实验表明该方法是有效的,鲁棒的。     

基于点模式匹配的视频文字跟踪和笔画提取

给出一种在复杂背景下的视频文字跟踪和文字笔画提取方法。用基于Harris角点特征的点模式匹配法跟踪视频序列中静止和运动的文字,以确定文字序列的时间属性,比较了采用图像整体像素匹配和点模式匹配的跟踪精度。用基于多帧融合思想的前景/背景识别算法提取视频文字笔画并作OCR识别。实验结果显示,点模式匹配的跟踪算法比图像整体像素匹配的算法跟踪精度更高,在图像背景复杂、变化快的情况下,基于多帧融合的文字笔画提取方法优于传统的二值化方法。