在线特征选择的目标跟踪

被引：3

作者：

杨恢先 ^{[1
]}

杨心力 ^{[1
]}

曾金芳 ^{[1
]}

于洪 ^{[2
]}

机构：

[1] 湘潭大学材料与光电物理学院

[2] 琼州学院物理系

来源：

计算机应用研究 | 2010年 / 27卷 / 03期

基金：

海南省自然科学基金;

关键词：

在线学习; 最优颜色特征; 均值向量平移; 卡尔曼滤波;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

为提高目标与背景对比度低、相似物体干扰等复杂环境下目标跟踪的效果,提出将在线学习选择最优颜色特征嵌入跟踪算法中,以改善跟踪的稳定性。以当前时刻目标的区域为目标区域,利用卡尔曼滤波预测目标的下一时刻位置,在卡尔曼滤波预测的位置为中心取某一区域作为背景区域进行在线特征选择作为下一时刻的跟踪特征,以卡尔曼滤波预测的位置为初始位置利用Mean-shift搜索目标位置,此位置作为量测进行卡尔曼滤波校正。通过实验表明,该方法在目标与背景的对比度低、相似物体干扰等复杂环境下极大地改善了跟踪的稳定性。

引用

页码：1180 / 1182

页数：3