-
题名基于随机一致性采样估计的目标跟踪算法
被引量：1
- 1
-
-
作者
勾承甫
陈斌
赵雪专
陈刚
-
机构
中国科学院成都计算机应用研究所
中国科学院大学
-
出处
《计算机应用》
CSCD
北大核心
2016年第9期2566-2569,2575,共5页
-
基金
四川省科技成果转换项目(2014CC0043)~~
-
文摘
为了解决在实际监控中因为目标遮挡、外观变化和时间过长导致跟踪丢失的问题,提出一种基于随机一致性采样(RANSAC)估计的目标跟踪算法。算法首先在搜索区域提取局部不变特征集,然后利用特征匹配传递性和非参数学习算法从特征集中分离出目标特征,最后对目标特征进行RANSAC估计跟踪目标位置。将算法在不同场景的视频数据集上进行测试,分别从准确率、召回率和综合评价指标F1-Measure三个指标分析算法性能,实验结果表明所提出的算法提高了目标跟踪的准确性,克服了长时间目标跟踪产生的跟踪漂移。
-
关键词
局部不变特征
匹配传递性
非参数学习
随机一致性采样估计
目标跟踪
-
Keywords
local feature invariance
transitive matching property
non-parametric learning
RANdom SAmplingConsistency （RANSAC） estimation
object tracking
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于匹配测度加权求解基础矩阵的三维重建算法
被引量：7
- 2
-
-
作者
李立春
邱志强
王鲲鹏
于起峰
-
机构
国防科技大学航天与材料工程学院
-
出处
《计算机应用》
CSCD
北大核心
2007年第10期2530-2533,2537,共5页
-
文摘
双视图三维重建中引入了同名特征点的匹配测度,为提高基础矩阵F的精度提供了数据处理指导,将特征点匹配和F解算及三维重建环节连接成一个整体。在分析特征点提取、匹配方法的基础上定义了同名点匹配测度函数。用测度函数作为匹配点的权值对归一化8点求解F的算法进行加权,并使用随机采样一致性(RANSAC)鲁棒算法解决匹配野值问题。根据已知的像机内参数,从基础矩阵中分解相对运动,并用模型的内点进行运动优化,最后三角交会得到三维重建结果。实验结果表明,此算法达到了线性求解F矩阵和三维重建的鲁棒性高精度实现。
-
关键词
基础矩阵
匹配测度
加权
随机采样一致性估计
鲁棒性
三维重建
-
Keywords
fundamental matrix
match measure
weighting
RANdom SAmple Consensus （RANSAC）
robust
3D reconstruction
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于3DSIFT和BSHOT特征的点云配准方法
被引量：14
- 3
-
-
作者
刘雷
柏艳红
王银
孙志毅
-
机构
太原科技大学电子信息工程学院
-
出处
《激光与红外》
CAS
CSCD
北大核心
2021年第7期848-852,共5页
-
基金
山西省重点研究计划项目(No.201903D121130)资助。
-
文摘
针对点云配准过程中易产生错误匹配点、配准时间长、配准精度低等问题。提出了基于三维尺度不变特征变换(3DSIFT)关键点检测方法,结合二进制方向直方图描述子(BSHOT)构建点云匹配对的配准方法。该方法首先利用差分高斯模型在三维尺度空间上检测SIFT关键点,其次在关键点的邻域构建局部坐标系来计算SHOT描述子,并将SHOT描述子转化为二进制描述符。然后利用随机采样一致性算法去除误匹配的点云,初步估计点云的变换矩阵。最后在精配准上利用ICP算法估计最优的变换矩阵。在数据集的实验中验证了本文算法的快速性,同时在两个点云重叠率较低时,配准精度较高。
-
关键词
3DSIFT
BSHOT
随机采样一致性估计
ICP
点云配准
-
Keywords
3DSIFT
BSHOT
random sampling consistency estimation
ICP
point cloud registration
-
分类号
TN249
[电子电信—物理电子学]
TP391
[自动化与计算机技术—计算机应用技术]
-
