分块多特征目标描述子的移动机器人目标跟踪

被引：9

作者：

王丽佳 ^{[1
,2
,3
]}

贾松敏 ^{[1
,2
]}

李秀智 ^{[1
,2
]}

卢迎彬 ^{[1
,2
]}

机构：

[1] 北京工业大学电子信息与控制工程学院

[2] 计算智能与智能系统北京市重点实验室

[3] 河北工业职业技术学院信息工程与自动化系

来源：

控制与决策 | 2016年 / 31卷 / 02期

关键词：

目标跟踪; 分块多特征描述子; 运动卡尔曼滤波器; 深度直方图;

D O I：

10.13195/j.kzyjc.2014.1822

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

为解决机器人目标跟踪过程中的遮挡和外观改变等问题,提出一种分块多特征描述子的方法.该方法将候选样本分块,提取图像片的深度、颜色、纹理特征来表示目标构造检测器.结合目标与机器人的运动构造运动卡尔曼滤波器(MEKF)作为跟踪器.跟踪过程中根据目标深度信息调整其尺寸,结合深度特征及图像片外观相似度进行检测并处理遮挡.实验结果表明,该算法对目标的尺度变化、光照改变和遮挡现象具有较强的鲁棒性.

引用

页码：337 / 342

页数：6

共 7 条

[1] 利用边界运动显著性的红外运动目标分割方法 [J].

闵超波 ;

张俊举 ;

常本康 ;

孙斌 ;

李英杰 ;

刘磊 .

电子与信息学报, 2013, 35 (10) :2384-2390

[2] 多特征提取的双目机器人目标跟踪 [J].

王丽佳 ;

贾松敏 ;

李秀智 ;

王爽 .

控制与决策, 2013, (10) :1568-1572

[3] 基于双目视觉的运动目标跟踪与测量 [J].

张娟 ;

潘建寿 ;

吴亚鹏 ;

刘继艳 .

计算机工程与应用, 2009, 45 (25) :191-194

[4] Human tracking system based on adaptive multi-feature mean-shift for robot under the double-layer locating mechanism [J].

Jia, Songmin ;

Wang, Shuang ;

Wang, Lijia ;

Li, Xiuzhi .

ADVANCED ROBOTICS, 2014, 28 (24) :1653-1664

[5]

Robust depth-based object tracking from a moving binocular camera.[J].Liujuan Cao;Cheng Wang;Jonathan Li.Signal Processing.2015,

[6] Simultaneous people tracking and motion pattern learning [J].

Kodagoda, Sarath ;

Sehestedt, Stephan .

EXPERT SYSTEMS WITH APPLICATIONS, 2014, 41 (16) :7272-7280

[7]

Human skeleton tracking from depth data using geodesic distances and optical flow.[J].Loren Arthur Schwarz;Artashes Mkhitaryan;Diana Mateus;Nassir Navab.Image and Vision Computing.2011, 3

← 1 →