基于SIFT特征的目标多自由度mean-shift跟踪算法

被引:21
作者
董蓉
李勃
陈启美
机构
[1] 不详
[2] 南京大学电子科学与工程学院
[3] 不详
关键词
尺度不变特征变换; 均值漂移; 特征点; 尺度空间; 目标跟踪;
D O I
10.13195/j.cd.2012.03.82.dongr.015
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
传统的mean-shift跟踪算法不能跟踪目标的旋转、缩放运动,且常常因此造成定位不准.鉴于此,将尺度不变特征变换(SIFT)特征检测融入到mean-shift跟踪过程,提出SIFT特征点的尺度变化与目标的尺度变化成正比,特征点主方向变化与目标旋转角度一致,给出了基于SIFT特征的自适应目标尺度、方向计算方法,且利用带方向、可变带宽的椭圆核改进传统的mean-shift跟踪方法.实验表明,该算法能够较好地跟踪目标的旋转、缩放运动,定位也更准确.
引用
收藏
页码:399 / 402+407 +407
页数:5
相关论文
共 6 条
[1]  
基于SIFT特征目标跟踪算法研究[J]. 蔺海峰,马宇峰,宋涛.自动化学报. 2010(08)
[2]   基于分块颜色直方图的MeanShift跟踪算法 [J].
胡铟 ;
杨静宇 .
系统仿真学报, 2009, 21 (10) :2936-2939+2955
[3]   一种健壮的目标多自由度Mean Shift序列图像跟踪算法 [J].
贾静平 ;
柴艳妹 ;
赵荣椿 .
中国图象图形学报, 2006, (05) :707-713
[4]   Mean-Shift跟踪算法中核函数窗宽的自动选取 [J].
彭宁嵩 ;
杨杰 ;
刘志 ;
张风超 .
软件学报, 2005, (09) :1542-1550
[5]   Applicability of the SIFT operator to geometric SAR image registration [J].
Schwind, P. ;
Suri, S. ;
Reinartz, P. ;
Siebert, A. .
INTERNATIONAL JOURNAL OF REMOTE SENSING, 2010, 31 (08) :1959-1980
[6]   Distinctive image features from scale-invariant keypoints [J].
Lowe, DG .
INTERNATIONAL JOURNAL OF COMPUTER VISION, 2004, 60 (02) :91-110