-
题名基于静态-自适应外观模型纠正的目标跟踪算法
被引量：2
- 1
-
-
作者
卫保国
葛苹
武宏
王高峰
韩文亮
-
机构
西北工业大学电子信息学院
贵州宇鹏科技有限责任公司
中国人民解放军
-
出处
《计算机应用》
CSCD
北大核心
2018年第4期1170-1175,共6页
-
基金
贵州省科技厅工业攻关计划项目(2017GZ60903)
西安市科技计划项目(2017086CG/RC049)。
-
文摘
针对单目标跟踪过程中难以长期稳定跟踪的问题,提出一种基于静态-自适应外观模型纠正的跟踪算法。首先将跟踪过程中可能遇到的干扰因素分为来自环境和目标本身两类,分别提出静态外观模型和自适应外观模型,静态外观模型用于全局匹配,自适应外观模型用于局部跟踪,静态模型纠正自适应模型的跟踪漂移问题;使用单链接层次聚类算法去除两种模型融合后引入的噪声;针对运动目标消失再出现时难以捕获的问题,使用静态模型进行全局搜索,捕获目标。对于实验中的视频序列,视频序列中目标的中心位置准确率为0.9,计算机每秒能够处理26帧图像。实验结果表明,该跟踪算法框架可以实现长期稳定的跟踪,具有良好的鲁棒性和实时性。
-
关键词
目标跟踪
静态-自适应外观模型
层次聚类
跟踪算法框架
-
Keywords
object tracking
static-adaptive appearance model
hierarchical clustering
tracking algorithm framework
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名一种采用排名机制的分块在线压缩跟踪算法
- 2
-
-
作者
卫保国
何兴建
赵卫刚
王高峰
-
机构
西北工业大学电子信息学院
贵州宇鹏科技有限责任公司
-
出处
《科学技术与工程》
北大核心
2018年第15期270-275,共6页
-
基金
贵州省科技攻关计划项目(2017GZ60903)
西安市科技计划项目(2017086CG/RC049)资助
-
文摘
基于分类学习的目标跟踪在面对环境中光照变化、目标姿态变化以及遮挡等复杂环境下容易出现漂移问题,为此提出一种基于分类器融合的压缩感知目标跟踪算法。使用压缩感知理论分块提取目标压缩特征,根据贝叶斯后验概率对特征进行筛选以构建目标模型,并提出一种二阶段样本搜索方法,通过粗搜索缩小样本的搜索范围,利用基于分类器排名的细搜索方法精确地找到目标的位置。实验表明,该算法与当前主要的算法相比具有较高的跟踪精度,以及良好的鲁棒性和实时性。
-
关键词
运动目标跟踪
压缩感知
分类器融合
基于分类目标跟踪
-
Keywords
object tracking
compressive sensing
classifier fusion
tracking based on classification
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
