融合SIFT特征的压缩跟踪算法

被引：10

作者：

钟权 ^{[1
,2
]}

周进 ^{[1
]}

崔雄文 ^{[1
,2
]}

机构：

[1] 中国科学院光电技术研究所

[2] 中国科学院大学

来源：

光电工程 | 2015年 / 42卷 / 02期

关键词：

压缩跟踪; 压缩感知; SIFT; SVM分类器;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

本文提出一种新的融合SIFT(尺度不变特征)和压缩特征的目标跟踪算法以解决姿态变换、光照变化、旋转和运动模糊下目标的稳定准确跟踪问题。算法使用压缩特征对目标和背景进行描述,通过在图像帧中采集到的正负样本在线训练和学习SVM(支持向量机)分类器,将跟踪任务构建为一个二类分类问题。使用该分类器对下一帧的目标和背景进行分类,从而获得精确的目标位置和区域。同时,算法使用前后两帧的SIFT特征点之间的对应匹配关系求解目标尺寸变化值,实现模板大小的自适应调整。将算法与其他算法在某些图像序列上的跟踪比较显示,该算法在有效性、正确性和鲁棒性上性能优越。

引用

页码：66 / 72

页数：7

共 7 条

[1]

基于视觉的运动目标跟踪算法及其在移动机器人中的应用.[D].邱雪娜.华东理工大学.2011, 12

[2] 一种改进的实时压缩跟踪算法 [J].