基于多特征自适应融合的均值迁移目标跟踪算法

被引：9

作者：

刘明华 ^{[1
,2
]}

汪传生 ^{[2
]}

王宪伦 ^{[2
]}

机构：

[1] 青岛科技大学信息科学技术学院

[2] 青岛科技大学机电工程学院

来源：

光电子·激光 | 2015年 / 26卷 / 08期

关键词：

均值迁移(MS); 目标跟踪; 多特征融合; 模板更新;

D O I：

10.16136/j.joel.2015.08.0179

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对复杂环境下,均值迁移算法只使用颜色特征跟踪目标鲁棒性差的问题,提出一种多特征自适应融合的MS目标跟踪算法。算法在跟踪场景的动态变化过程中,通过选择对目标和背景区分能力强的特征描述目标,建立多特征融合目标模型,并设置特征重要性权值。给出了多特征融合目标定位公式。通过动态评估不同特征在不同跟踪场景中的可靠性,对特征权值进行动态更新以及多特征自适应融合。依据不同特征的权值给出一种选择性模板更新机制,以减轻目标模型的漂移。实验结果表明,提出的算法在复杂场景下,具有更高的鲁棒性和跟踪效率。

引用

页码：1583 / 1592

页数：10

共 9 条

[1] 双层特征优化的视觉运动目标跟踪算法附视频 [J].

苏延召 ;

李艾华 ;

金广智 ;

张玮 ;

吴鹏 .

光电子·激光, 2015, (01) :162-169

[2] 一种鲁棒的基于在线boosting目标跟踪算法研究 [J].

沈丁成 ;

薛彦兵 ;

张桦 ;

徐光平 ;

高赞 .

光电子激光., 2013, 24 (01) :170-175

[3]

Robust visual tracking based on interactive multiple model particle filter by integrating multiple cues[J] . Jianfang Dou,Jianxun Li.Neurocomputing . 2013

[4]

Visual object tracking using spatial Context Information and Global tracking skills[J] . Shu-Xiao Li,Ou Wu,Cheng-Fei Zhu,Hong-Xing Chang.Computer Vision and Image Understanding . 2013

[5]

Object tracking using particle filter in the wavelet subspace[J] . Ting Rui,Qi Zhang,You Zhou,Jianchun Xing.Neurocomputing . 2013

[6] A compact association of particle filtering and kernel based object tracking [J].

Yao, Anbang ;

Lin, Xinggang ;

Wang, Guijin ;

Yu, Shan .

PATTERN RECOGNITION, 2012, 45 (07) :2584-2597

[7] Multiple model target tracking with variable rate particle filters [J].

Ulker, Yener ;

Gunsel, Bilge .

DIGITAL SIGNAL PROCESSING, 2012, 22 (03) :417-429

[8]

Object tracking using SIFT features and mean shift[J] . Huiyu Zhou,Yuan Yuan,Chunmei Shi.Computer Vision and Image Understanding . 2008 (3)

[9]

Robust Visual Object Tracking Using Multi-Mode Anisotropic Mean Shift and Particle Filters .2 Zulfiqar Hasan Khan,Irene Yu-Hua Gu,Andrew G. Backhouse. IEEE TRANSACTIONS ON CIRCUITS AND SYSTEMS FOR VIDEO TECHNOLOGY . 2011

← 1 →