-
题名基于多表观特征子模型更新的鲁棒视觉跟踪
被引量：4
- 1
-
-
作者
范舜奕
管桦
侯志强
余旺盛
戴铂
-
机构
空军工程大学信息与导航学院
-
出处
《电子学报》
EI
CAS
CSCD
北大核心
2018年第2期440-446,共7页
-
基金
国家自然科学基金(No.61473309
No.61703423)
+1 种基金
陕西省自然科学基金(No.2015JM6269
No.2016JM6050)
-
文摘
在视觉跟踪中,传统模型更新算法在遮挡、光照变化及自身旋转等情况下通常存在鲁棒性较差的问题.为改善该性能,提出一种对多表观特征相应子模型进行选择性更新的鲁棒视觉跟踪算法.该算法首先建立候选子模型库,然后通过三个互补特征融合的粒子滤波跟踪确定当前帧目标位置和信息,最后将当前帧三种特征直方图信息与候选库中各子模型分别计算加权相似度,更新候选库后与阈值比较,判断是否更新当前子模型.实验结果表明:本文算法能够对特征相应子模型进行有效的选择性更新,与对比算法比较,在多种复杂变化的跟踪条件下,总体上能够具有更好的跟踪鲁棒性.
-
关键词
视觉跟踪
粒子滤波
模型更新
多特征融合
候选子模型库
加权相似度
-
Keywords
visual tracking
particle filter
model update
multi feature fusion
candidate sub-model library
weighted similarity
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
