自适应更新时空方向能量目标跟踪算法研究

自适应更新时空方向能量目标跟踪算法研究

ID:31376036

大小:110.50 KB

页数:7页

时间:2019-01-09

自适应更新时空方向能量目标跟踪算法研究_第1页
自适应更新时空方向能量目标跟踪算法研究_第2页
自适应更新时空方向能量目标跟踪算法研究_第3页
自适应更新时空方向能量目标跟踪算法研究_第4页
自适应更新时空方向能量目标跟踪算法研究_第5页
资源描述:

《自适应更新时空方向能量目标跟踪算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、自适应更新时空方向能量目标跟踪算法研究  摘要:为降低遮挡对目标跟踪性能的影响,提出了一种基于自适应更新时空方向能量的目标跟踪算法。首先依据目标外观模型进行初步跟踪,计算目标平均运动矢量;然后,求取运动目标的时空方向能量特征,构建运动模型;依据运动模型和状态机检测目标状态,生成遮挡掩膜;最后,对不同状态和遮挡情况的目标采用不同的参数自适应更新其外观和运动模型。实验采用国际通用的CAVIAR和York两个公共测试数据集,并用平均跟踪误差和多目标跟踪精确度两个指标评测了跟踪性能。实验结果表明该方法的目标

2、跟踪性能好,尤其是对目标遮挡的鲁棒性强。  关键词:目标跟踪算法;目标识别;时空方向能量;外观模型;运动模型  中图分类号:TN911.73?34;TP391文献标识码:A文章编号:1004?373X(2016)13?0041?05  Abstract:Toreducetheimpactofocclusionontargettrackingperformance,atargettrackingalgorithmbasedonspatiotemporaloriented?energyofadaptiv

3、eupdateisproposed.Withthealgorithm,themovingtargetistrackedinpreliminaryaccordingtoitsappearancemodeltocomputetheaveragemotionvector,andthenobtainthespatiotemporaloriented?energyfeatureofthetargetandconstructthemotionmodel.Afterthatthetargetstateisdete

4、cted7accordingtothemotionmodelandstatemachinetogeneratetheocclusionmask.Forthetargetwithdifferentstatusandocclusionconditions,theappearancemodelandmotionmodelofthetargetareself?adaptivelyupdatedbymeansofdifferentparameters.Intheexperiment,twotestingdat

5、asets(CAVIARandYork)commonlyusedintheworldwereadopted,andtheindexesofaveragetrackingerrorandmulti?objecttrackingprecisionwereemployedtoevaluatethetrackingperformance.Theexperimentalresultsshowthattheproposedmethodhasgoodtargettrackingperformance,especi

6、allyforstrongrobustnesstotargetocclusion.  Keywords:targettrackingalgorithm;targetidentification;spatiotemporaloriented?energy;appearancemodel;motionmodel  0引言7  运动目标跟踪是计算机视觉领域的研究热点,在制导导航、人工智能、视频监控等领域应用广泛[1]。文献[2]提出的均值漂移(Meanshift)方法是目标跟踪领域的经典方法,其基本思想是

7、利用概率密度的梯度爬升寻找局部最优,通过不断迭代跟踪目标的最优匹配点,实现目标跟踪。然而,该方法对目标遮挡和光线变化的鲁棒性较弱。如何提高目标跟踪算法对光线变化和目标遮挡及姿态变化的适应性是当前目标跟踪领域的难题之一。文献[3]提出了一种基于颜色纹理直方图的带权分块均值漂移目标跟踪方法,将目标划分为互不重叠的矩形分块,提取颜色直方图和局部二元模式特征,执行基于背景权重的Meanshift算法,提高Meanshift方法对姿态变化和部分目标遮挡的鲁棒性。文献[4]提出了一种基于SIFT特征和粒子滤波的

8、目标跟踪方法,依据SIFT特征对光照、尺度以及仿射变换的不变性,提高目标跟踪对光照变化和部分遮挡的鲁棒性。文献[5]提出了一种增量视觉跟踪(IncrementalVisualTracker,IVT)方法,在目标跟踪过程中,采用增量主成分分析算法自适应更新目标整体外观模型,适应光照和姿态变化;在构建低维子空间过程中,引入一个遗忘因子,降低新数据对子空间构建的作用,从而降低短时部分遮挡对目标跟踪性能的影响。该方法对目标短时部分遮挡的跟踪性能较好,但对于全遮挡状态的跟踪结果

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。