基于局部敏感直方图的鲁棒目标跟踪

被引：4

作者：

米向荣

曹建芳

机构：

[1] 忻州师范学院计算机科学与技术系

来源：

计算机工程与设计 | 2018年 / 39卷 / 11期

关键词：

机器视觉; 目标跟踪; 局部敏感直方图; 干扰感知; 光照不变特征;

D O I：

10.16208/j.issn1000-7024.2018.11.040

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对目标跟踪中存在的光照变化、背景嘈杂和尺度变化问题,提出一种基于局部敏感直方图的鲁棒目标跟踪算法。通过局部敏感直方图计算光照不变特征,以此构建目标颜色概率直方图模型,解决光照变化情况下的跟踪漂移现象;通过引入干扰感知模型,抑制背景干扰影响,提高嘈杂情况下的跟踪鲁棒性;通过自适应阈值分割策略,解决目标尺度变化问题。利用公开数据集测试算法,该算法的平均速度为21.2FPS。实验结果表明,该算法能很好解决光照变化、形变和背景嘈杂情况下的精确目标跟踪问题,具有较强的鲁棒性。

引用

页码：3526 / 3530+3548 +3548

页数：6

共 12 条

[1]

Online object tracking:A benchmark. Wu Y,Lim J,Yang M H. Computer Vision and Pattern Recognition . 2013

[2]

Locally Orderless Tracking. Oron S. Computer Vision and Pattern Recognition . 2012

[3]

Visual Tracking via Locality Sensitive Histograms. He S,Yang Q,Lau R W H,et al. IEEE Conference on Computer Vision&Pattern Recognition . 2013

[4]

High-speed tracking with kernelized correlation filters. Henriques J F,Caseiro R,Martins P,et al. IEEE Transactions on Pattern Analysis and Machine Intelligence . 2015

[5]

Struck:Structured output tracking w ith kernels. S Hare,A Saffari,P H Torr. IEEE International Conference on Computer Vision . 2011

[6]

Tracking-Learning-Detection. Zdenek Kalal,Krystian Mikolajczyk,Jiri Matas. IEEE Transactions on Pattern Analysis and Machine Intelligence . 2012

[7] 基于SURF和Camshift的运动目标跟踪 [J].