机器视觉:基于多区域联合粒子滤波的人体运动跟踪

机器视觉:基于多区域联合粒子滤波的人体运动跟踪

ID:37614366

大小:7.12 MB

页数:7页

时间:2019-05-26

机器视觉:基于多区域联合粒子滤波的人体运动跟踪_第1页
机器视觉:基于多区域联合粒子滤波的人体运动跟踪_第2页
机器视觉:基于多区域联合粒子滤波的人体运动跟踪_第3页
机器视觉:基于多区域联合粒子滤波的人体运动跟踪_第4页
机器视觉:基于多区域联合粒子滤波的人体运动跟踪_第5页
资源描述:

《机器视觉:基于多区域联合粒子滤波的人体运动跟踪》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第35卷第11期自动化学报Vol.35,No.112009年11月ACTAAUTOMATICASINICANovember,2009基于多区域联合粒子滤波的人体运动跟踪王玉茹1刘家锋1刘国军1唐降龙1刘鹏1摘要针对视频人体运动跟踪中的遮挡问题,提出了一种基于多区域联合粒子滤波器的跟踪方法.算法把人体划分为多个关键区域,通过基于多区域无向图的联合运动模型,构造联合粒子滤波器,并运用区域关联的观测评估策略对目标状态进行联合预测,从而完成遮挡情况下目标的跟踪.实验结果表明,与基于单区域粒子滤波的跟踪方法相比,本文提出的算法在具有较长时间部分和全部遮挡的跟踪问题上,取得了较好的实验结

2、果.关键词计算机视觉,目标跟踪,多区域,联合粒子滤波中图分类号TP391PeopleTrackingBasedonMulti-regionsJointParticleFilters11111WANGYu-RuLIUJia-FengLIUGuo-JunTANGXiang-LongLIUPengAbstractApeopletrackingalgorithmbasedonmulti-regionsjointparticle¯lters(MR-JPF)hasbeenproposedinthispapertosolvetheocclusionproblemofpeopletracki

3、nginvideo.Throughlocatingmultiplekeyregionsonhumanbody,thealgorithmdealswiththeocclusionproblembyconstructingthejointparticle¯lter,whichisbasedonajoint0motionmodelspeci¯edbyanundirectedgraph,andontheregionsrelationbasedobserve-and-estimatescheme.Theexperimentalresultshavedemonstratedthatthe

4、proposedalgorithmismoree®ectiveinsolvinglong-timepartialortotalocclusionproblemthanthetrackingmethodbasedonsingleregionparticle¯lter.KeywordsComputervision,objecttracking,multi-regions,jointparticle¯lters基于视频图像序列的目标跟踪已经成为计算机滤波搜索目标;Gennari等[3]采用联合概率数据关视觉领域研究的热点问题,尤其是对人体运动的研联滤波(Jointprobabili

5、sticdataassociative¯lter,究在理论和实际应用中都有着非常重要的意义.在JPDAF)的方法处理遮挡,计算复杂.虽然前人在目标跟踪中,由于背景的复杂变化,目标经常会出这方面做了很多工作,然而遮挡问题一直没有得到现部分或全部被遮挡的情况.视频中目标在遮挡很好的解决,上述方法在遮挡严重时目标均丢失.情况下的跟踪问题一直是计算机视觉研究中的难针对人体运动跟踪中的遮挡问题,本文把人体点.近年来,对该问题的研究主要集中在两个方面:划分为多个子区域,每个区域的状态由所有区域1)不对遮挡中的目标进行分割,而是将遮挡物体联合预测.若某一子区域发生遮挡,则可由其他作为一个目

6、标进行跟踪,当目标遮挡消失后通过匹子区域对其状态进行联合预测,这种方法把遮挡配重新辨别目标的身份,这种方法无疑存在一个弊问题转化为基于多区域的人体运动跟踪问题.人体端,即增加了对遮挡物体进行跟踪和目标身份辨识多区域跟踪可以看作是一个多目标跟踪问题,因此的复杂计算;2)利用视频目标和背景的先验知识,可以引入多目标跟踪方法.现有的多目标跟踪方通过图像分割或模型匹配确定目标在遮挡情况下的法中最著名的是多假设跟踪(Multiplehypothesis状态,此方法存在的最大缺点就是处理遮挡的效果tracker,MHT)[4]和JPDAF[5],有人把粒子滤波引受图像分割或模型匹配算法的

7、影响较大,难以有效入到JPDAF中[6],然而这些方法都只适合目标独立地跟踪目标.此外,Zhu等[1]对遮挡前的目标训练运动的情况.Khan等[7]提出了一种基于马尔可夫分类器,遮挡发生后通过分类器识别目标,但是当链蒙特卡罗(MarkovchainMonteCarlo,MCMC)两个物体颜色相近时,这种方法仍不能很好地解决的变化数量的交互目标跟踪方法,主要用来解决多问题;Zhou等[2]采用稳健统计方法中的Huber估个存在相互碰撞的目标的跟踪问题.对于人体多区计来判断遮挡,在遮挡时保持目标位置,采用粒

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。