基于尺度不变特征的光流法目标跟踪技术研究

被引：22

作者：

吴垠

李良福

肖樟树

刘侍刚

机构：

[1] 陕西师范大学计算机科学学院

来源：

计算机工程与应用 | 2013年 / 15期

关键词：

目标跟踪; 光流法; 尺度不变特征; 模板更新;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对目标跟踪问题中目标和场景动态变化的问题,提出了一种结合尺度不变特征变换(SIFT)和光流估计算法并改进模板更新策略的目标跟踪算法。SIFT特征是一种局部特征,具有尺度和旋转不变性。光流场反映的是一种全局特征,表示像素点强度的变化。SIFT特征点可以很好地满足光流估计的条件。实验结果表明这种改进后的目标跟踪算法能应用于部分遮挡的情况,并且相对于传统光流法具有更高的精确度。

引用

页码：157 / 161

页数：5

共 7 条

[1] 基于SIFT的NSCT-SVD域水印算法 [J].

赵文娴 ;

王玲 ;

杨韫饴 .

计算机工程与应用 , 2012, (10) :106-110

[2]

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)

[3] Tracking video objects with feature points based particle filtering [J].

Gao, Tao ;

Li, Guo ;

Lian, Shiguo ;

Zhang, Jun .

MULTIMEDIA TOOLS AND APPLICATIONS, 2012, 58 (01) :1-21

[4]

SimpleFlow: A Non‐iterative, Sublinear Optical Flow Algorithm[J] . Michael Tao,Jiamin Bai,Pushmeet Kohli,Sylvain Paris.Computer Graphics Forum . 2012 (2pt1)

[5] Automatic panoramic image stitching using invariant features [J].

Brown, Matthew ;

Lowe, David G. .

INTERNATIONAL JOURNAL OF COMPUTER VISION, 2007, 74 (01) :59-73

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

Lowe, DG .

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

[7] On benchmarking optical flow [J].

McCane, B ;

Novins, K ;

Crannitch, D ;

Galvin, B .

COMPUTER VISION AND IMAGE UNDERSTANDING, 2001, 84 (01) :126-143

← 1 →