一种尺度自适应的Mean Shift跟踪算法

被引：14

作者：

张凤军 ^{[1
]}

赵岭 ^{[1
,2
]}

安国成 ^{[1
]}

王宏安 ^{[1
]}

戴国忠 ^{[1
]}

机构：

[1] 中国科学院软件研究所人机交互技术与智能信息处理实验室

[2] 中国科学院计算技术研究所

来源：

计算机研究与发展 | 2014年 / 51卷 / 01期

关键词：

图割理论; 均值移动; 尺度自适应; 跟踪; 人机交互;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对传统Mean Shift中跟踪窗口尺度不能实时适应跟踪目标变化这一问题,提出一种基于图割理论的Mean Shift尺度自适应算法.根据每一帧图像的Mean Shift迭代结果,在其周围的一个小区域内,利用先验的肤色混合高斯模型构造图并建立关于标号的能量模型,使用max flow/min cut算法计算出能量函数最小值实现图割,在图割后的肤色团块中寻找最大团判定为跟踪目标,并以该团的尺度来实时调整目标跟踪窗口.实验结果表明,该方法克服了缩放10%核带宽的经典尺度适应方法的带宽趋于缩小问题,实时地反映跟踪目标真实尺度变化,避免背景中其他目标的干扰,具有较好的实用性和鲁棒性,而且可以应用到娱乐游戏控制中,丰富人机交互操作方式.

引用

页码：215 / 224

页数：10

共 4 条

[1] 自动选择跟踪窗尺度的Mean-Shift算法 [J].

钱惠敏 ;

茅耀斌 ;

王执铨 .

中国图象图形学报, 2007, (02) :245-249

[2] Mean-Shift跟踪算法中核函数窗宽的自动选取 [J].

彭宁嵩 ;

杨杰 ;

刘志 ;

张风超 .

软件学报, 2005, (09) :1542-1550

[3]

Object segmentation using graph cuts based active contours[J] . Ning Xu,Narendra Ahuja,Ravi Bansal.Computer Vision and Image Understanding . 2006 (3)

[4] EXACT MAXIMUM A-POSTERIORI ESTIMATION FOR BINARY IMAGES [J].

GREIG, DM ;

PORTEOUS, BT ;

SEHEULT, AH .

JOURNAL OF THE ROYAL STATISTICAL SOCIETY SERIES B-METHODOLOGICAL, 1989, 51 (02) :271-279

← 1 →