| 利用检测特征空间的目标实时跟踪 |
| |
| 引用本文： | 安国成,张凤军. 利用检测特征空间的目标实时跟踪[J]. 计算机科学, 2013, 40(Z11): 309-313 |
| |
| 作者姓名： | 安国成 张凤军 |
| |
| 作者单位： | 通号通信信息集团有限公司北京研究院 北京100070;中国科学院软件研究所人机交互实验室 北京100190 |
| |
| 基金项目： | 本文受铁路综合视频监控系统维护技术研究,发改委《铁路控制信息网络综合视频监控系统产业化》,国家自然基金:基于手持一栋设备的三位用户界面研究(61173059),使用L1范数的捆绑调整方法研究(61203276),铁路通信信号运用及维护技术研究-铁路通信网监测与维护技术研究资助 |
| |
| 摘 要： | 针对被跟踪目标尺度小、特征颜色与场景颜色相似的问题,提出一种基于实时检测结果的视频目标跟踪算法,即首先对背景进行高斯建模,利用背景减除法和帧间差分算法对前景区域进行有效提取,然后在提取的前景区域内进行基于均值移动算法的目标跟踪。基于像素级别的背景减除与帧间差分算法虽然精确和灵敏的优点,但是鲁棒性不强；而基于块级别的均值移动算法虽然鲁棒性强,但是弱化了特征颜色的空间信息,本文对两种机制进行了有效融合。通过该策略,跟踪系统在目标快速运动、有场景相似颜色干扰等情况下具有很好的跟踪性能,算法的计算量小,能够满足实时性要求。通过多组对比实验可以看出,新算法具有很强的抑制背景干扰、提高均值移动跟踪算法鲁棒性的能力。
|
| 关 键 词： | 实时检测 帧间差分 背景建模 均值移动 |
Target Tracking Based on Feature Space of Detection |
| |
| AN Guo-cheng and ZHANG Feng-jun. Target Tracking Based on Feature Space of Detection[J]. Computer Science, 2013, 40(Z11): 309-313 |
| |
| Authors: | AN Guo-cheng and ZHANG Feng-jun |
| |
| Affiliation: | Beijing Institute of Communication & Information Corporation,Beijing 100170,China;Intelligence Engineering Laboratory,Institute of Software,Chinese Academy of Sciences,Beijing 100190,China |
| |
| Abstract: | |
| |
| Keywords: | Real-time detection Frame differencing Background modeling Mean shift |
|
| 点击此处可从《计算机科学》浏览原始摘要信息 |
|
点击此处可从《计算机科学》下载全文 |
|
