首页 | 本学科首页   官方微博 | 高级检索  
     

基于局部背景感知的目标跟踪
引用本文:储珺,杜立辉,汪凌峰,潘春洪.基于局部背景感知的目标跟踪[J].自动化学报,2012,38(12):1985-1995.
作者姓名:储珺  杜立辉  汪凌峰  潘春洪
作者单位:1.南昌航空大学软件学院 南昌 330063;
基金项目:国家重点基础研究发展计划(973计划)(2009CB320902);国家自然科学基金(60954002,61075016);航空科学基金(2010ZC56005)资助~~
摘    要:经典视觉跟踪方法通常仅以目标区域内信息作为目标描述. 实际中, 目标局部背景信息也影响着跟踪性能. 本文首先在目标描述中引入局部背景信息, 并将目标表示为一带权点集. 然后通过K近邻计算目标观测概率, 并联合目标先验信息得到搜索区域内各点后验概率值. 最后, 利用均值漂移(Mean shift)算法估计目标状态. 本文算法优点如下: 1) 目标描述中联合局部背景信息, 增强了目标模型. 因此, 跟踪过程中提高了目标与背景的区分能力, 并进一步使跟踪算法更加稳定, 跟踪结果更加精准. 2)目标初始化时, 利用Mean shift对目标进行一次重定位. 由此解决了不精确初始化时跟踪算法容易失效的问题. 在不同视频上进行了定性和定量的实验验证. 结果表明本文算法具有较高的跟踪稳定性和准确性, 尤其当目标初始化比较粗糙时.

关 键 词:目标跟踪    带权点集    K近邻    均值漂移
收稿时间:2011-10-08

Local Background-aware Target Tracking
CHU Jun,DU Li-Hui,WANG Ling-Feng,PAN Chun-Hong.Local Background-aware Target Tracking[J].Acta Automatica Sinica,2012,38(12):1985-1995.
Authors:CHU Jun  DU Li-Hui  WANG Ling-Feng  PAN Chun-Hong
Affiliation:1.School of Software, Nanchang Hangkong University, Nanchang 330063;2.School of Information Engineering, Nanchang Hangkong University, Nanchang 330063;3.National Laboratory of Pattern Recognition, Institute of Automation, Chinese Academy of Sciences, Beijing 100190
Abstract:
Keywords:Target tracking  weighted points set  K nearest neighbor (KNN)  mean shift
本文献已被 CNKI 等数据库收录!
点击此处可从《自动化学报》浏览原始摘要信息
点击此处可从《自动化学报》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号