均值漂移算法中的目标模型更新方法研究

被引：35

作者：

沈志熙

杨欣

黄席樾

机构：

[1] 重庆大学自动化学院导航制导实验室

来源：

自动化学报 | 2009年 / 35卷 / 05期

关键词：

目标跟踪; 均值漂移; 目标模型; 选择性子模型更新;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

均值漂移(Meanshift)是一种鲁棒的快速模式匹配算法,但该算法框架下现有的整体模型更新策略不足以对场景中目标外观变化、遮挡等情况进行有效处理.为此,本文提出了一种Meanshift框架下的选择性子模型更新策略,将特征模型中的每个分量作为单独个体,基于每个分量的匹配贡献度,分别选择当前帧中需要更新的子模型分量及其更新权值.实验结果表明本文算法具有比整体模型更新策略更好的跟踪鲁棒性.

引用

页码：478 / 483

页数：6

共 3 条

[1] 基于多特征自适应融合的核跟踪方法 [J].

王永忠 ;

梁彦 ;

赵春晖 ;

潘泉 .

自动化学报, 2008, (04) :393-399

[2] Video object tracking using adaptive Kalman filter [J].

Shiuh-Ku Weng ;

Chung-Ming Kuo ;

Shu-Kang Tu .

JOURNAL OF VISUAL COMMUNICATION AND IMAGE REPRESENTATION, 2006, 17 (06) :1190-1208

[3]

Covariance Tracking Using Model UpdateBased on Lie Algebra .2 Porikli F,Tuzel O,Meer P. Proceedings of IEEE Computer SocietyConference on Computer Vision and Pattern Recognition . 2006

← 1 →