基于SIFT特征和粒子滤波的目标跟踪方法

被引：20

作者：

牛长锋 ^{[1
]}

陈登峰 ^{[2
]}

刘玉树 ^{[1
]}

机构：

[1] 北京理工大学计算机学院

[2] 不详

来源：

机器人 | 2010年 / 32卷 / 02期

关键词：

目标跟踪; 粒子滤波; 尺度不变特征;

D O I：

10.13973/j.cnki.robot.2010.02.001

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

现有的基于外观的目标跟踪算法,在光照变化和遮挡的情况下,不能准确跟踪目标.针对这个问题,考虑到尺度不变特征(SIFT特征)对于光照变换、尺度变换以及仿射变换的不变性,提出了一种利用SIFT特征建立目标模型,结合粒子滤波实现目标跟踪的新方法.在跟踪过程中,根据目标模型和候选目标中SIFT特征点在时间窗内的匹配情况,自适应更新目标模型的特征点,使模型能够适应目标外观变化.仿真结果证明了方法在不同环境下的健壮性.

引用

页码：241 / 247

页数：7

共 4 条

[1] 多摄像机之间基于区域SIFT描述子的目标匹配
明安龙
马华东
[J]. 计算机学报, 2008, (04) : 650 - 661
[2] 一种基于粒子滤波的自适应运动目标跟踪方法
查宇飞
毕笃彦
[J]. 电子与信息学报, 2007, (01) : 92 - 95
[3] Object tracking[J] . Alper Yilmaz,Omar Javed,Mubarak Shah.ACM Computing Surveys （CSUR） . 2006 (4)
[4] Distinctive image features from scale-invariant keypoints
Lowe, DG
[J]. INTERNATIONAL JOURNAL OF COMPUTER VISION, 2004, 60 (02) : 91 - 110

← 1 →