基于改进Mean Shift和SURF的目标跟踪

被引：3

作者：

包旭 ^{[1
]}

杜凯 ^{[2
]}

田浩 ^{[2
]}

机构：

[1] 淮阴工学院交通工程学院

[2] 长安大学电子与控制工程学院

来源：

计算机工程与应用 | 2013年 / 49卷 / 21期

关键词：

目标跟踪; Mean Shift; 快速鲁棒特征(SURF); 分块颜色直方图; Bhattacharyya系数;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

传统颜色直方图的Mean Shif(tMS)算法只考虑了目标颜色的统计信息,不包含目标的空间信息,当目标颜色与背景颜色相近或目标对象发生光照变化时,容易导致不准确跟踪或跟踪丢失。针对该问题,提出了一种融合改进MS和SURF的跟踪算法。改进的MS算法根据目标对象的最新外接矩形尺寸,确定对象的分块方法,根据各块的Bhattacharyya系数值,确定各块的权重系数,获得初步的跟踪结果;采用SURF特征匹配和校正的方法对其初步跟踪结果进行调整;采用线性加权的方法融合改进的MS和SURF跟踪结果,得出最终的跟踪结果。实验表明,提出的融合改进MS和SURF的跟踪算法,比传统的MS算法和固定分块的MS算法都具有更好的跟踪性能。

引用

页码：133 / 137

页数：5

共 8 条

[1] 自适应分块颜色直方图的MeanShift跟踪算法 [J].

杜凯 ;

巨永锋 ;

靳引利 ;

李刚 .

武汉理工大学学报, 2012, 34 (06) :140-144

[2] 基于Mean Shift的相似性变换和仿射变换目标跟踪算法 [J].

李培华 ;

肖莉娟 .

中国图象图形学报, 2011, 16 (02) :258-266

[3] 基于显著性加权的Mean Shift跟踪方法 [J].

张恒 ;

李由 ;

李立春 ;

于起峰 .

光学技术, 2008, (03) :404-407

[4] 基于MeanShift算法的运动人体跟踪 [J].

袁霄 ;

王丽萍 .

计算机工程与科学, 2008, (04) :46-49

[5]

Object tracking using SIFT features and mean shift[J] . Huiyu Zhou,Yuan Yuan,Chunmei Shi.Computer Vision and Image Understanding . 2008 (3)

[6]

Speeded-Up Robust Features (SURF)[J] . Herbert Bay,Andreas Ess,Tinne Tuytelaars,Luc Van Gool.Computer Vision and Image Understanding . 2007 (3)

[7] Distinctive image features from scale-invariant keypoints [J].

Lowe, DG .

INTERNATIONAL JOURNAL OF COMPUTER VISION, 2004, 60 (02) :91-110

[8]

Retina mosaicing using local features .2 PC Cattin,H Bay,Van Gool L,G Szekely. Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention . 2006

← 1 →