场景自适应的跟踪特征选择机制研究

被引：3

作者：

付毅 ^{[1
,2
]}

吴泽民 ^{[1
,2
]}

田畅 ^{[1
]}

曾明勇 ^{[1
]}

揭斐然 ^{[2
]}

机构：

[1] 解放军理工大学通信工程学院

[2] 光电控制技术重点实验室

来源：

光学技术 | 2014年 / 40卷 / 06期

关键词：

目标跟踪; TLD跟踪算法; 显著性排序; 实时特征选择; 粒子滤波; 跟踪精度;

D O I：

10.13741/j.cnki.11-1879/o4.2014.06.015

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

视频目标跟踪是当前计算机视觉领域中的一个关键问题。基于场景分类提出了一种视频目标特征的实时在线选择方法。离线时首先采用改进型的"空间金字塔匹配"算法完成先验视频场景的分类;然后采用不同的描述算法实现对目标和背景的特征描述,通过对数形式的方差比计算出目标和背景的特征距离;最后融合均值和熵值对特征距离进行统计分析,建立场景相关的描述子显著性排序。在此基础上,在线时利用初始帧完成测试视频的场景判定,结合当前场景下的描述子排序,实时选择最优特征,应用于粒子滤波跟踪系统,在公开视频库上进行跟踪测试,验证排序的正确性和选择机制的必要性。

引用

页码：551 / 559

页数：9

共 8 条

[1] 自适应加权完全局部二值模式的表情识别 [J].

胡敏 ;

许艳侠 ;

王晓华 ;

黄忠 ;

朱弘 .

中国图象图形学报 , 2013, (10) :1279-1284

[2] 改进后的TLD视频目标跟踪方法 [J].

周鑫 ;

钱秋朦 ;

叶永强 ;

王从庆 .

中国图象图形学报, 2013, 18 (09) :1115-1123

[3] 一种快速的全局场景分类算法 [J].

付毅 ;

田畅 ;

吴泽民 ;

曾明勇 ;

胡银记 .

红外与激光工程, 2013, 42(S1) (S1) :242-248

[4] 基于粒子滤波的红外目标跟踪 [J].

程建 ;

周越 ;

蔡念 ;

杨杰 .

红外与毫米波学报, 2006, (02) :113-117

[5] 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

[6]

LIBSVM[J] . Chih-Chung Chang,Chih-Jen Lin.ACM Transactions on Intelligent Systems and Technology (TIST) . 2011 (3)

[7]

Incremental Learning for Robust Visual Tracking[J] . David A. Ross,Jongwoo Lim,Ruei-Sung Lin,Ming-Hsuan Yang.International Journal of Computer Vision . 2008 (1)

[8]

An adaptive color-based particle filter[J] . Katja Nummiaro,Esther Koller-Meier,Luc Van Gool.Image and Vision Computing . 2002 (1)

← 1 →