一种基于多特征自适应融合的运动目标跟踪算法

被引:19
作者
尹宏鹏 [1 ,2 ]
柴毅 [1 ]
匡金骏 [1 ]
阳小燕 [1 ]
机构
[1] 重庆大学自动化学院
[2] 圭尔夫大学工程系
关键词
目标跟踪; 核跟踪; 多特征融合; 模板更新;
D O I
10.16136/j.joel.2010.06.029
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
针对复杂背景下的运动目标跟踪问题,提出了一种基于多特征自适应融合的运动目标跟踪算法。通过构建目标与背景的图像特征分布方差的比值函数来衡量目标与背景间的区分度,采用各特征的区分度对特征集进行线性加权自适应表示运动目标并集成在基于核的跟踪方法中。为了克服模板更新过程中的漂移,通过计算前后相邻两帧间目标模型的相似度函数,对跟踪模板进行自适应更新。基于生物视觉认知理论,目标的颜色、边缘特征以及纹理特征被用来实现基于多特征自适应融合的运动目标跟踪算法。仿真实验表明:采用本文算法能有效地对复杂背景下的运动目标进行跟踪。
引用
收藏
页码:917 / 923
页数:7
相关论文
共 5 条
  • [1] 复杂背景下多信息融合的粒子滤波跟踪算法
    胡昭华
    宋耀良
    梁德群
    樊鑫
    [J]. 光电子激光., 2008, (05) : 680 - 685
  • [2] 基于多特征自适应融合的核跟踪方法
    王永忠
    梁彦
    赵春晖
    潘泉
    [J]. 自动化学报, 2008, (04) : 393 - 399
  • [3] 带宽自适应Mean Shift跟踪算法
    康文静
    丁雪梅
    刘功亮
    崔继文
    敖磊
    [J]. 光电子激光, 2008, (01) : 135 - 138
  • [4] A quantitative theory of immediate visual recognition[J] . Thomas Serre,Gabriel Kreiman,Minjoon Kouh,Charles Cadieu,Ulf Knoblich,Tomaso Poggio.Progress in Brain Research . 2007
  • [5] A comparative study of texture measures with classification based on featured distributions[J] . Pattern Recognition . 1996 (1)