摘要
提出了基于梯度方向直方图特征的多核跟踪算法,对跟踪过程中的光线变化和部分遮挡具有较强的鲁棒性.该算法将目标分块,分别提取出每块的核函数加权的梯度方向直方图特征.目标模型和候选目标模型的相似度用所有块直方图间的Bhattacharyya系数之和进行度量,目标的跟踪通过Mean shift算法最大化两者的相似度实现.对车辆、人体等多个日标的跟踪验证了本文提出算法的有效性.
A novel multiple kernels based object tracking algorithm using histograms of oriented gradients is proposed in this paper, which is robust to illumination change and partial occlusion. The algorithm divides the object into blocks and extracts kernel weighted histograms of oriented gradients for each block. The similarity between target model and candidate model is measured by the sum of Bhattacharyya coefficients of all the corresponding histograms. The object is tracked by maximizing the similarity measure using the mean shift algorithm. Experiments on the tracking of vehicle and human demonstrate the effectiveness of the proposed algorithm.
出处
《自动化学报》
EI
CSCD
北大核心
2009年第10期1283-1289,共7页
Acta Automatica Sinica
基金
国家自然科学基金(60872084)资助~~
作者简介
贾慧星 清华大学电子工程系博士研究生．2003年获得北京交通大学电子信息工程学院学上学位．主要研究方向为模式识别，计算机视觉和智能车辆．本文通信作者．E-mail：jiahx03@mails．tsinghua．edu．cn
章毓晋 清华大学电子工程系教授．主要研究方向为图像工程（图像处理、图像分析、图像理解及其技术应用）．E-mail：zhang-yj@tsinghua．edu．cn
