一种基于高斯概率模型的多人跟踪算法

被引:1
作者
杜歆 [1 ,2 ]
陈建娟 [1 ,2 ]
王选贺 [1 ,2 ]
机构
[1] 浙江大学信息与电子工程学系
[2] 浙江省综合信息网技术重点实验室
关键词
高斯概率模型; 颜色聚类; 多人跟踪; 遮挡;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
针对视频监控中的多人跟踪问题,提出了一种基于高斯概率模型的算法。基于目标颜色的统计特征,采用改进的K均值方法,将目标区域按颜色信息聚类,并根据聚类结果对目标区域分块,然后用高斯模型对各分块分别进行建模。同时,对目标的位置信息也进行高斯建模。通过计算待检测目标与模型之间颜色和位置的最大联合概率值来实现跟踪。利用前后帧中目标的位置信息及颜色信息,能克服目标遮挡后因信息的丢失而跟踪失败的情况。实验结果表明,该算法具有较强的鲁棒性,能有效实现多人的跟踪。
引用
收藏
页码:1298 / 1302
页数:5
相关论文
共 5 条
[1]   一种改进的k-means聚类算法(英文) [J].
夏士雄 ;
李文超 ;
周勇 ;
张磊 ;
牛强 .
Journal of Southeast University(English Edition), 2007, (03) :435-438
[2]   粒子滤波算法综述 [J].
胡士强 ;
敬忠良 .
控制与决策, 2005, (04) :361-365+371
[3]  
Object tracking[J] . Alper Yilmaz,Omar Javed,Mubarak Shah.ACM Computing Surveys (CSUR) . 2006 (4)
[4]   Tracking groups of people [J].
McKenna, SJ ;
Jabri, S ;
Duric, Z ;
Rosenfeld, A ;
Wechsler, H .
COMPUTER VISION AND IMAGE UNDERSTANDING, 2000, 80 (01) :42-56
[5]   PERFORMANCE OF OPTICAL-FLOW TECHNIQUES [J].
BARRON, JL ;
FLEET, DJ ;
BEAUCHEMIN, SS .
INTERNATIONAL JOURNAL OF COMPUTER VISION, 1994, 12 (01) :43-77