基于视觉显著性的两阶段采样突变目标跟踪算法

被引：16

作者：

江晓莲

李翠华

李雄宗

机构：

[1] 厦门大学信息科学与技术学院

来源：

自动化学报 | 2014年 / 40卷 / 06期

基金：

高等学校博士学科点专项科研基金;

关键词：

目标跟踪; 突变运动; 视觉显著性; Wang-Landau蒙特卡罗采样; 两阶段采样模型;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对运动突变目标视觉跟踪问题,提出一种基于视觉显著性的两阶段采样跟踪算法.首先,将视觉显著性信息引入到Wang-Landau蒙特卡罗(Wang-Landau Monte Carlo,WLMC)跟踪算法中,设计了结合显著性先验的接受函数,利用子区域的显著性值来引导马尔可夫链的构造,通过增大目标出现区粒子的接受概率,提高采样效率;其次,针对运动序列中平滑与突变运动共存的特点,建立两阶段采样模型.其中第一阶段对目标当前运动类型进行判定,第二阶段则根据判定结果采用相应算法.突变运动采用基于视觉显著性的WLMC算法,平滑运动采用双链马尔可夫链蒙特卡罗(Marko chain Monte Carlo,MCMC)算法,以此完成目标跟踪,提高算法的鲁棒性.该算法既避免了目标在平滑运动时全局采样导致精度下降的缺点,又能在目标发生运动突变时有效捕获目标.实验结果表明,该算法不仅能有效处理运动突变目标的跟踪问题,在典型图像序列上也具有良好的鲁棒性.

引用

页码：1098 / 1107

页数：10

共 10 条

[1] 基于混合采样的多模型机动目标跟踪算法[J]. 王晓,韩崇昭.自动化学报. 2013(07)
[2] 基于Local特征和Regional特征的图像显著性检测[J]. 郭迎春,袁浩杰,吴鹏.自动化学报. 2013(08)
[3] 视觉显著性凸显目标的评价[J]. 马儒宁,涂小坡,丁军娣,杨静宇.自动化学报. 2012(05)
[4] 自适应不完全重采样粒子滤波器[J]. 左军毅,张怡哲,梁彦.自动化学报. 2012(04)
[5] 视觉跟踪技术综述
侯志强
韩崇昭
[J]. 自动化学报, 2006, (04) : 603 - 617
[6] Examples of Adaptive MCMC
Roberts, Gareth O.
Rosenthal, Jeffrey S.
[J]. JOURNAL OF COMPUTATIONAL AND GRAPHICAL STATISTICS, 2009, 18 (02) : 349 - 367
[7] Incremental Learning for Robust Visual Tracking[J] . David A. Ross,Jongwoo Lim,Ruei-Sung Lin,Ming-Hsuan Yang.International Journal of Computer Vision . 2008 (1)
[8] Object tracking[J] . Alper Yilmaz,Omar Javed,Mubarak Shah.ACM Computing Surveys (CSUR) . 2006 (4)
[9] Saliency detection:a spectralresidual approach .2 Hou Xiaodi,Zhang Liqing. IEEE Conference on Computer Visionand Pattern Recognition . 2007
[10] ICondensation: Unifying low-level and high-level tracking in a stochastic framework .2 Michael Isard,Andrew Blake. Proceedings of the 5th European Conference on Computer Vision . 1998

← 1 →