基于特征匹配预估的Mean Shift运动检测与跟踪

被引:5
作者
郑涛
郝行猛
陈梅
机构
[1] 合肥工业大学电气与自动化工程学院
关键词
Mean Shift跟踪; 运动检测; Harris算法; Kalman滤波; 迭代搜索;
D O I
暂无
中图分类号
TN713 [滤波技术、滤波器]; TP391.41 [];
学科分类号
080203 ;
摘要
针对传统Mean Shift跟踪算法在目标存在背景干扰或遇到遮挡时,目标跟踪不准确的问题,提出了一种基于特征匹配运动检测预估的Mean Shift跟踪方法。采用Harris算法提取跟踪目标特征点进行运动定位检测,通过Kalman滤波器估计每一帧中目标迭代的起始位置,由Mean Shift算法从预估位置开始迭代搜索,最终实现目标跟踪。实验证明:提出的算法能够在遮挡的情况下对目标进行精准的定位检测,有效改善了复杂条件下的跟踪效果,具有较好的鲁棒性。
引用
收藏
页码:135 / 137+141 +141
页数:4
相关论文
共 10 条
[1]   具有Harris角点的RANSAC交通标志检测算法 [J].
戈侠 ;
于凤琴 ;
陈莹 .
传感器与微系统, 2017, 36 (03) :124-127
[2]   基于机器视觉的色差检测算法 [J].
范鹏飞 ;
孙俊 .
传感器与微系统, 2016, 35 (10) :120-122+126
[3]   基于meanshift的目标跟踪系统设计与实现 [J].
白蕾 .
电子测量技术, 2016, 39 (04) :1-3
[4]   改进Harris-SIFT算法在双目立体视觉中的应用 [J].
刘雨婷 ;
王晓东 ;
吴建德 ;
范玉刚 ;
黄国勇 .
传感器与微系统, 2014, 33 (06) :151-153+160
[5]   一种改进的meanshift运动目标跟踪算法 [J].
赵欣 ;
陈峰 ;
吴立知 .
通信技术, 2011, 44 (11) :76-79
[6]   机器视觉系统发展及其应用 [J].
刘金桥 ;
吴金强 .
机械工程与自动化, 2010, (01) :215-216
[7]  
基于kalman滤波器的视频运动目标跟踪算法研究[D]. 侯杰虎.成都理工大学. 2012
[8]  
计算机视觉原理与应用[M]. 东北大学出版社 , 孟琭, 2012
[9]   Tracking-Learning-Detection [J].
Kalal, Zdenek ;
Mikolajczyk, Krystian ;
Matas, Jiri .
IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, 2012, 34 (07) :1409-1422
[10]   Kernel-based object tracking [J].
Comaniciu, D ;
Ramesh, V ;
Meer, P .
IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, 2003, 25 (05) :564-577