基于快速鲁棒特征的CamShift跟踪算法

被引:6
作者
王晋疆 [1 ,2 ]
刘阳 [1 ,2 ]
吴明云 [1 ]
机构
[1] 天津大学精密仪器与光电子工程学院
[2] 光电信息技术教育部重点实验室(天津大学)
关键词
目标跟踪; 快速鲁棒特征; 特征匹配; 均值漂移; 尺度不变特征变换;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
为了解决CamShift算法由于对颜色敏感导致的跟踪效果变差或失效的问题,提出一种基于局部特征匹配的CamShift跟踪算法。采用快速鲁棒特征(SURF)方法在多通道图像的目标区域和搜索区域提取包含图像信息的局部特征点,并利用近似最近邻搜索对特征点进行匹配;使用提纯后的匹配结果得到特征点的位置、尺度及方向信息,对CamShift方法进行约束和更新,以提高跟踪精度和稳定性。实验结果表明,与经典CamShift算法和同类的改进算法相比,该算法能够较好地实现对复杂背景下旋转和放缩运动目标的实时跟踪。
引用
收藏
页码:499 / 502
页数:4
相关论文
共 16 条
[1]   基于裂变繁殖粒子滤波的检测前跟踪算法 [J].
樊玲 .
计算机应用, 2011, 31 (09) :2581-2583+2592
[2]   改进的均值漂移和粒子滤波混合跟踪方法 [J].
李科 ;
徐克虎 ;
黄大山 .
计算机应用, 2012, 32 (02) :504-506
[3]   基于SIFT特征的目标多自由度mean-shift跟踪算法 [J].
董蓉 ;
李勃 ;
陈启美 .
控制与决策 , 2012, (03) :399-402+407
[4]   基于梯度特征和颜色特征的运动目标跟踪算法 [J].
刘海燕 ;
杨昌玉 ;
刘春玲 ;
张瑾 .
计算机应用, 2012, 32 (05) :1265-1268
[5]  
An optimal randomised cell probelower bounds for approximate nearest neighbor searching. CHAKRABARTI A,REGEV O. SIAM Journal on Computing . 2010
[6]  
Speeded-up robust features (SURF). Bay H,Ess A,Tuytelaars T, et al. Computer Vision and Image Understanding . 2008
[7]  
Video tracking based on sequential particle filtering on graphs. Pan P,Schonfeld D. IEEETransactions on Image Processing . 2011
[8]  
mean shift trackingwith multiple reference color histograms. Leichter I,Lindenbaum M M,Rivin E. ComputerVision and Image Understanding . 2010
[9]  
Computer vision face tracking for use in a perceptual user interface. Bradski G R,Clara S. Intel Technology Journal . 1998
[10]  
A local region based approach tolip tracking. CHEUNG Y M,LIU X,YOU X. Pattern Recognition . 2012