基于核共生矩阵的均值移动跟踪算法

被引:2
作者
陈建军
安国成
张索非
吴镇扬
机构
[1] 东南大学信息科学与工程学院
基金
中国博士后科学基金;
关键词
均值移动; 核共生矩阵; 视觉跟踪; 权值计算;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
以核颜色直方图为跟踪特征的均值移动算法易受环境光照、视角和摄像机参数等因素的影响。根据灰度共生矩阵的思想构造了核共生矩阵来描述目标模型和候选目标,并在此基础上提出了一种基于核共生矩阵的均值移动跟踪算法。在算法的实现过程中做了一些改进工作:构造核共生矩阵时对相反方向上的像素加以区分,从而更好地刻画目标的不对称特性;将目标模型和候选目标的核共生矩阵规整到同一常数以提高计算精度;对各像素权值的计算公式进行修正以提高算法速度。光照较暗,照度变化和存在部分遮挡等条件下的真实场景实验结果表明,该算法在这些情况下仍能有效地跟踪目标。
引用
收藏
页码:1499 / 1506
页数:8
相关论文
共 5 条
[1]   基于自适应粒子滤波器的物体跟踪 [J].
夏利民 ;
张良春 .
中国图象图形学报, 2009, 14 (01) :112-117
[2]   Image retrieval based on the texton co-occurrence matrix [J].
Liu, Guang-Hai ;
Yang, Jing-Yu .
PATTERN RECOGNITION, 2008, 41 (12) :3521-3527
[3]   Increasing the discrimination power of the co-occurrence matrix-based features [J].
Gelzinis, A. ;
Verikas, A. ;
Bacauskiene, M. .
PATTERN RECOGNITION, 2007, 40 (09) :2367-2372
[4]  
Video tracking:A concise survey. Trucco,E,K.Plakas. IEEE Journal of Oceanic Engineering . 2006
[5]  
Visual Tracking by Continuous Density Propagation in Sequential Bayesian Filtering Framework. Han B,Zhu Y,Comaniciu D, et al. IEEE Transactions on Pattern Analysis and Machine Intelligence . 2009