-
题名基于局部分块和模型更新的视觉跟踪算法
被引量：4
- 1
-
-
作者
侯志强
黄安奇
余旺盛
刘翔
-
机构
空军工程大学信息与导航学院
-
出处
《电子与信息学报》
EI
CSCD
北大核心
2015年第6期1357-1364,共8页
-
基金
国家自然科学基金(61175029
61473309)
陕西省自然科学基金(2011JM8015)资助课题
-
文摘
针对目标跟踪过程中的目标表观变化、背景干扰及发生遮挡等问题,该文提出一种基于局部分块和模型更新的视觉跟踪算法。该文采用粗搜索与精搜索相结合的双层搜索方法来提高目标的定位精度。首先,在包含部分背景区域的初始跟踪区域内构建目标模型。然后,利用基于积分直方图的局部穷搜索算法初步确定目标的位置,接着在当前跟踪区域内通过分块学习来精确搜索目标的最终位置。最后,利用创建的模型更新域对目标模型进行更新。该文主要针对分块跟踪中的背景抑制、模型更新等方面进行了研究,实验结果表明该算法对目标表观变化、背景干扰及遮挡情况的处理能力都有所增强。
-
关键词
视觉跟踪
局部分块模型
穷搜索
局部分块学习
模型更新
-
Keywords
Visual tracking
Local patch model
Exhaustive search
Local patches learning
Model update
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于局部分块学习的在线视觉跟踪
被引量：5
- 2
-
-
作者
余旺盛
田孝华
侯志强
查宇飞
-
机构
空军工程大学信息与导航学院
空军工程大学航天航空工程学院
-
出处
《电子学报》
EI
CAS
CSCD
北大核心
2015年第1期74-78,共5页
-
基金
国家自然科学基金(No.61175029
No.61203268)
-
文摘
视觉跟踪中,如何构建一种能够适应目标表观特征变化的目标模型是增强算法跟踪精度和稳定性的关键之一.本文提出利用跟踪区域内像素的初始分类标记来构建目标的局部分块模型,并在贝叶斯理论框架下提出了基于局部分块学习的在线视觉跟踪算法.首先,利用标定的初始跟踪区域构建目标的局部分块模型;然后,在当前跟踪区域中通过局部分块学习和贝叶斯估计确定当前帧的跟踪结果;最后,利用特征聚类对局部分块模型进行更新.实验结果表明:所提算法对目标表观变化的适应性明显增强,跟踪精度和稳定性较近年来的同类算法均有一定提高.
-
关键词
视觉跟踪
局部分块模型
贝叶斯估计
模型更新
-
Keywords
visual tracking
local patch model
Bayes estimation
model update
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
