基于颜色属性直方图的尺度目标跟踪算法研究

被引：24

作者：

毕笃彦

库涛

查宇飞

张立朝

杨源

机构：

[1] 空军工程大学航空航天工程学院

[2] 空军工程大学空管领航学院

来源：

电子与信息学报 | 2016年 / 05期

关键词：

目标跟踪; 颜色属性; 背景加权抑制; 尺度自适应;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

利用目标颜色信息的跟踪算法,容易受到环境光照、尺度变化、相似背景等因素的干扰,导致跟踪任务失败。为了克服以上问题,该文提出一种基于颜色属性空间的鲁棒尺度目标跟踪算法。该算法首先将原始的RGB颜色空间映射到颜色属性(Color Names,CN)空间,减少目标颜色在跟踪过程中受环境变化影响。然后采用一种背景加权约束的颜色属性直方图,来抑制相似背景的干扰。最后,为了解决目标尺度变化带来的影响,先用梯度上升法粗略估计尺度,再用约束项精确求解尺度,并利用反向一致性检验,进一步提高尺度估计的准确性。该文选取了5段典型视频进行实验,并与相关算法进行比较。结果表明所提算法能够消除环境光照、阴影、相似背景和尺度变化等因素所带来的影响,在中心位置误差和跟踪成功率性能指标上,优于其它算法。

引用

页码：1099 / 1106

页数：8

共 15 条

[1] Modulating Shape Features by Color Attention for Object Recognition [J].

Shahbaz Khan, Fahad ;

van de Weijer, Joost ;

Vanrell, Maria .

INTERNATIONAL JOURNAL OF COMPUTER VISION, 2012, 98 (01) :49-64

[2] 融合局部三值数量和色度信息的均值漂移跟踪 [J].

张红颖 ;

胡正 .

电子与信息学报, 2014, 36 (03) :624-630

[3]

Learning color names for real-world applications. van de Weijer, Joost,Schmid, Cordelia,Verbeek, Jakob,Larlus, Diane. IEEE Transactions on Image Processing . 2009

[4]

Scale and orientation adaptive mean shift tracking. J. Ning,L. Zhang,D. Zhang. IET COMPUTER VISION . 2012

[5]

Real-time tracking of non-rigid objects using mean shift. Dorin Comaniciu,Visvanathan Ramesh,Peter Meer. Proceedings of IEEE Conference on Computer Vision and Pattern Recognition . 2000

[6]

In defense of color-based model-free tracking. POSSEGGER H,MAUTHNER T,BISCHOF H. IEEE Conference on Computer Vision and Pattern Recognition . 2015

[7]

Online object tracking:A benchmark. Wu Y,Lim J,Yang M H. IEEE Conference on Computer Vision and Pattern Recognition . 2013

[8]

Kernel-based object tracking. Comaniciu, Dorin,Ramesh, Visvanathan,Meer, Peter. IEEE Transactions on Pattern Analysis and Machine Intelligence . 2003

[9]

"Locally orderless tracking,". S.Oron,A.Bar-Hillel,D.Levi,S.Avidan. IEEE Conference on Computer Vision and Pattern Recognition . 2012

[10]

Adaptive color attributes for real-time visual tracking. DANELLJAN M,SHAHBAZ KHAN F,FELSBERG M,et al. IEEE Conference on Computer Vision and Pattern Recognition (CVPR) . 2014

← 1 2 →