基于聚类和α-β-γ滤波的运动跟踪

被引：3

作者：

包晓敏

汪亚明

郝保明

机构：

[1] 浙江理工大学计算机视觉与模式识别中心

来源：

测试技术学报 | 2009年 / 23卷 / 04期

基金：

浙江省自然科学基金;

关键词：

序列图像; 特征点跟踪; C均值聚类; α-β-γ滤波; 花样滑冰;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

借助计算机视觉技术对运动员的运动动作进行跟踪分析,旨在为运动员提高运动成绩提供科学的技术分析手段.研究序列图像中运动员动作的各特征点的运动变化轨迹,并加以跟踪,提出了基于聚类和α-β-γ滤波的特征点跟踪.为解决聚类数目的不确定性给C均值聚类带来的难点,以α-β-γ滤波预测下一帧图像的特征点的估计值为聚类的中心,从而有效克服了初始聚类中心难以选择的问题.并对40帧的图像序列进行了跟踪实验,结果表明该方法是可行有效的.

引用

页码：288 / 292

页数：5

共 10 条

[1] 基于量子遗传和无迹粒子滤波的人体运动跟踪 [J].

李金 ;

于虹 ;

周璐璐 ;

梁洪 .

系统仿真学报, 2008, (18) :4867-4871

[2] 基于遗传-模糊聚类的说话人识别方法及其仿真研究 [J].

林琳 ;

王树勋 .

系统仿真学报, 2006, (08) :2338-2341+2345

[3] 单站纯方位目标多模型卡尔曼滤波跟踪算法的研究 [J].

石章松 ;

刘忠 .

系统仿真学报, 2006, (07) :1802-1805+1814

[4] 基于交互式多模型的粒子滤波算法 [J].

邓小龙 ;

谢剑英 ;

杨煜普 .

系统仿真学报, 2005, (10) :53-55+73

[5] 花样滑冰双人抛跳4周的三维运动学分析 [J].

艾康伟 ;

何申杰 ;

何伟 .

中国体育科技, 2003, (07) :51-52+62

[6] 基于C均值聚类及α-β-γ滤波的多目标跟踪 [J].

汪亚明 ;

周志宇 ;

曹丽 .

计算机自动测量与控制, 2002, (09) :623-624+627

[7] 基于色块的人体运动跟踪 [J].

朱强 ;

庄越挺 ;

陈家实 ;

潘云鹤 .

模式识别与人工智能, 2001, 14 (04) :486-492

[8] 基于遗传搜索的低信噪比图像点目标跟踪算法 [J].

李红艳 ;

吴成柯 .

电子科学学刊, 2000, (04) :536-542

[9] On sequential Monte Carlo sampling methods for Bayesian filtering [J].

Doucet, A ;

Godsill, S ;

Andrieu, C .

STATISTICS AND COMPUTING, 2000, 10 (03) :197-208

[10]

A tutorial on particle filters for online nonlinear/non-Gaussian Bayesian tracking .2 Arulampalam,M,Maskell,S,Gordon,N,Clapp,T. IEEE Trans Signal Process . 2002

← 1 →