-
题名基于加权时空上下文学习的多特征视觉跟踪(英文)
- 1
-
-
作者
尹明锋
朱建良
朱凯
薄煜明
赵高鹏
吴盘龙
-
机构
南京理工大学自动化学院
江苏理工学院汽车与交通工程学院
-
出处
《中国惯性技术学报》
EI
CSCD
北大核心
2019年第1期43-50,共8页
-
基金
国家自然科学基金(61473153)
航空科学基金(2016ZC59006)
+1 种基金
江苏省产学研联合创新资金-前瞻性联合研究项目(BY2016004-04)
南京市产学研合作后补助项目(201722005)
-
文摘
针对视觉跟踪过程中的光照变化、尺度变化、遮挡等干扰,提出了一种基于加权时空上下文学习的多特征目标跟踪算法,实现了快速鲁棒的目标跟踪。首先,提取灰度信息、LBP纹理特征和HSV颜色特征作为目标模型,增强目标模型的鲁棒性。其次,采用加权系数矩阵衡量特征的目标归属度,提升特征的分辨能力。然后,计算每个特征的加权时空下文跟踪置信图。最后,利用KL方法对每个通道置信图进行融合并进行目标定位。OTB数据库实验距离精度和重叠成功率分别为0.666和0.636,证明所提出的方法优于现有方法。
-
关键词
视觉跟踪
多特征
时空上下文学习
加权矩阵
-
Keywords
visual tracking
multiple features
spatial-temporal context learning
weighted matrix
-
分类号
TP24
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于时空模型的尺度自适应视觉跟踪
- 2
-
-
作者
刘万军
董帅含
张杰民
-
机构
辽宁工程技术大学软件学院
-
出处
《计算机应用研究》
CSCD
北大核心
2017年第12期3834-3838,共5页
-
基金
国家自然科学基金资助项目(61172144
61401185)
-
文摘
针对视觉跟踪过程中因目标尺度变化导致跟踪精度低的问题进行了研究,提出一种基于时空模型的尺度自适应视觉跟踪算法(spatio-temporal context-scale adaptive,STC-SA)。在颜色属性空间下提取目标颜色直方图特征;再通过时空上下文学习获取置信图中概率最大位置;最后利用颜色直方图进行相似度匹配并根据自适应方法修正跟踪框尺寸以达到最佳的跟踪效果。实验选取Benchmark中五组具有明显尺度变化的图像序列进行测试,STC-SA算法的跟踪成功率最高达到91%,验证了STC-SA算法具有较高的跟踪精度和跟踪实时性。
-
关键词
视觉跟踪
颜色属性空间
颜色直方图
时空上下文学习
相似度匹配
-
Keywords
visual tracking
color naming space
color histogram
spatio-temporal context learning
similarity matching
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
