没有合适的资源?快使用搜索试试~ 我知道了~
首页视觉目标跟踪的自适应分块表观模型
本文主要探讨了一种创新的视觉目标跟踪方法,名为"基于自适应分块表观模型的视觉目标跟踪"。该算法旨在解决当目标表观发生剧烈变化时的传统跟踪方法所面临的挑战。传统的分块算法往往难以实时更新表观模型,从而导致跟踪精度下降。作者提出的算法通过以下几个关键步骤来改进这个问题: 1. 目标表观建模:目标被分解为一组具有内在空间几何结构关系的局部图像块,这些块可以捕捉目标的细节特征,并保持目标的形状和纹理一致性。 2. 动态适应:在跟踪过程中,算法能够根据目标的表观变化自动调整局部图像块的集合。通过概率机制,当目标外观改变时,算法会删除不匹配的块并添加新的块,以反映目标的新外观。 3. 位置确定:除了局部图像块的增删,算法还利用全局颜色属性值来决定新图像块的精确位置。这一步有助于确保即使目标的部分区域发生变化,整体跟踪仍然保持准确。 4. 自适应性:这种自适应性设计使得算法能够在目标表观发生显著变化时,如光照、遮挡或姿态改变等情况下,仍能保持高精度的跟踪性能。 5. 实验验证:实验结果显示,该算法在面对复杂表观变化时展现出良好的性能,尤其是在传统方法难以应对的情况下,能够实现准确的目标跟踪。 总结来说,这篇文章介绍了一种利用自适应分块策略来增强视觉目标跟踪稳定性的方法,通过结合局部图像块处理和全局颜色信息,有效地解决了目标表观变化导致的传统跟踪算法的局限性。这种方法对于实际应用中的实时、鲁棒的视觉追踪任务具有重要的理论和实践价值。
资源详情
资源推荐
第 31 卷 第 3 期
Vol. 31 No. 3
控 制 与 决 策
Control and Decision
2016 年 3 月
Mar. 2016
基于自适应分块表观模型的视觉目标跟踪
文章编号: 1001-0920 (2016) 03-0448-05 DOI: 10.13195/j.kzyjc.2015.0035
鲍 华, 赵宇宙, 张陈斌, 陈宗海
(中国科学技术大学 自动化系,合肥 230027)
摘 要: 针对表观发生剧烈变化时的目标跟踪问题, 提出一种新的基于自适应分块表观模型的视觉目标跟踪算法.
将目标表观描述为一组具有内在空间上几何结构关系约束的局部图像块, 在跟踪过程中通过自动添加和删除局部图
像块适应目标的表观变化, 同时利用全局颜色属性值确定新的图像块的位置, 克服了传统分块算法不能及时更新表
观模型的局限性. 实验结果表明, 所提出算法对表观变化具有较高的自适应性, 在表观发生剧烈变化时可实现准确的
目标跟踪.
关键词: 视觉跟踪;局部图像块;表观变化
中图分类号: TP391 文献标志码: A
Visual tracking based on adaptive patches appearance model
BAO Hua, ZHAO Yu-zhou, ZHANG Chen-bin, CHEN Zong-hai
(Department of Automation,University of Science and Technology of China,Hefei 230027,China.Correspondent:
CHEN Zong-hai,E-mail:chenzh@ustc.edu.cn)
Abstract: For the tracking problem when the target undergoes rapid and significant appearance changes, a novel tracking
algorithm is presented. The object’s appearance is represented by a set of local patches with inherent spatial geometric
constraints relationship. It probabilistically adapts to the object’s appearance changes by removing and adding the local
patches. The locations of new patches are determined by the global color property,which can improve the limitations of
the traditional patch-based algorithms that the appearance model can’t be updated in time during tracking. Experimental
results show that the proposed algorithm performs in many cases with high adaptivity to appearance changes,which has
high accuracy to objects with drastically changes.
Keywords: visual tracking;local patches;appearance changes
0 引引引 言言言
目标跟踪是计算机视觉领域非常重要的研究课
题, 在视觉监控、医学图像和人机交互等方面均有
广泛的应用
[1]
. 通常, 视觉目标及其周边环境比较复
杂, 给目标跟踪带来诸多不确定因素. 如何在复杂情
况下特别是目标发生剧烈表观变化时实现鲁棒的跟
踪, 是视觉目标跟踪面临的挑战性难题. 在众多方法
中, 基于表观模型的方法呈现了良好的跟踪效果
[2]
.
Comaniciu 等
[3]
利用加权的颜色直方图表征对象, 可
以较好地处理局部遮挡和背景混乱等带来的影响.
Fieguth 等
[4]
采用模板方法, 对姿态变化较小的目标
跟踪效果较好. 这些方法采用全局表观模型, 表征方
式简单、计算效率高, 但不能适应较大表观变化. 为
此, 人们从不同角度提出很多改进方法, 并取得了显
著的效果. Collins 等
[5]
通过自适应地选择颜色特征,
能够在背景中有效检测出目标. Ross 等
[6]
利用增量
学习的方式, 能更好适应姿态、尺度和光照的变化.
Han 等
[7]
利用估计颜色密度方法, 对姿态、尺度和视
点的变化表现出较高的鲁棒性. 文献 [8] 利用协方差
描述子融合多种特征表征目标, 增强了目标特征模型
的可靠性. 文献 [9] 将特征学习和特征记忆机制融入
表观模型, 提升了跟踪匹配的准确性.
为解决表观变化较大的目标跟踪问题, 研究人
员提出了局部分块的表征方式. Adam 等
[10]
将目标模
板均匀划分为网格化的子块, 以适应部分遮挡的目
标跟踪. Kwon 等
[11]
将目标划分为多个子块, 通过添
加、删除和移动图像块方式, 能较好地适应背景单一
的目标表观的剧烈变化. Cehovin 等
[12]
利用双层模型
收稿日期: 2015-01-09;修回日期: 2015-04-25.
基金项目: 国家自然科学基金项目(61375079).
作者简介: 鲍华(1978−), 男, 博士生, 从事计算机视觉与模式识别的研究;陈宗海(1963−), 男, 教授, 博士生导师, 从事
复杂系统的建模仿真与控制、机器人与智能系统、汽车新能源技术等研究.
下载后可阅读完整内容,剩余4页未读,立即下载
weixin_38519387
- 粉丝: 3
- 资源: 931
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- C++标准程序库:权威指南
- Java解惑:奇数判断误区与改进方法
- C++编程必读:20种设计模式详解与实战
- LM3S8962微控制器数据手册
- 51单片机C语言实战教程:从入门到精通
- Spring3.0权威指南:JavaEE6实战
- Win32多线程程序设计详解
- Lucene2.9.1开发全攻略:从环境配置到索引创建
- 内存虚拟硬盘技术:提升电脑速度的秘密武器
- Java操作数据库:保存与显示图片到数据库及页面
- ISO14001:2004环境管理体系要求详解
- ShopExV4.8二次开发详解
- 企业形象与产品推广一站式网站建设技术方案揭秘
- Shopex二次开发:触发器与控制器重定向技术详解
- FPGA开发实战指南:创新设计与进阶技巧
- ShopExV4.8二次开发入门:解决升级问题与功能扩展
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功