發(fā)布時(shí)間：2018-02-26 12:37

  本文關(guān)鍵詞： 目標(biāo)跟蹤 時(shí)空上下文 特征點(diǎn)跟蹤 雙目視覺 目標(biāo)測(cè)量　出處：《儀器儀表學(xué)報(bào)》2017年11期 　論文類型：期刊論文

【摘要】：針對(duì)動(dòng)態(tài)目標(biāo)跟蹤中快速運(yùn)動(dòng)和目標(biāo)遮擋而跟蹤失敗問題,提出了一種特征點(diǎn)輔助的時(shí)空上下文跟蹤算法。首先提取目標(biāo)特征點(diǎn),通過特征點(diǎn)匹配和光流跟蹤方法進(jìn)行目標(biāo)追蹤,獲得目標(biāo)預(yù)估位置;其次,建立特征點(diǎn)變化率和時(shí)空上下文模型更新率關(guān)系模型,實(shí)時(shí)調(diào)控更新率,防止引入錯(cuò)誤信息;最后,在預(yù)估位置區(qū)域內(nèi),構(gòu)建局部上下文外觀模型,計(jì)算與時(shí)空上下文模型的相關(guān)性獲取置信圖,進(jìn)一步精確定位目標(biāo)。算法在一組測(cè)試視頻集中進(jìn)行驗(yàn)證,相比目前4種主流算法(平均跟蹤成功率最高為60%,平均跟蹤誤差最小為26.14 pixel),本算法綜合性能達(dá)到最優(yōu),平均跟蹤成功率為90%,平均跟蹤誤差為7.47 pixel,平均跟蹤速率25.31 f/s。在雙目視覺移動(dòng)機(jī)器人平臺(tái)上對(duì)隨機(jī)運(yùn)動(dòng)目標(biāo)進(jìn)行跟蹤實(shí)驗(yàn),在背景干擾、遮擋、目標(biāo)旋轉(zhuǎn)和快速運(yùn)動(dòng)等組合情況下,跟蹤成功率97.4%,跟蹤距離平均相對(duì)誤差為4.05%。
[Abstract]:In order to solve the problem of fast motion and target occlusion in dynamic target tracking, a spatio-temporal context tracking algorithm assisted by feature points is proposed. Firstly, the target feature points are extracted. The target prediction position is obtained by feature point matching and optical flow tracking. Secondly, the relationship model of feature point change rate and spatio-temporal context model update rate is established to control the update rate in real time to prevent the introduction of error information. In the predicted location region, the local context appearance model is constructed, the correlation between the local context model and the spatio-temporal context model is calculated to obtain the confidence chart, and the target is further accurately located. The algorithm is verified in a set of test video sets. Compared with the current four mainstream algorithms (the highest average tracking success rate is 60, the minimum tracking error is 26.14 pixels), the overall performance of this algorithm is optimal. The average tracking success rate is 90, the average tracking error is 7.47 pixels, and the average tracking rate is 25.31 f / s. In the case of target rotation and fast motion, the tracking success rate is 97.4%, and the average relative error of tracking distance is 4.05%.
【作者單位】： 華南理工大學(xué)機(jī)械與汽車工程學(xué)院;
【基金】：廣東省級(jí)科技計(jì)劃(20148090920001)項(xiàng)目資助
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 賈熹濱;石勤;尹寶才;;一種由粗到細(xì)的漸進(jìn)式特征點(diǎn)定位算法[J];北京工業(yè)大學(xué)學(xué)報(bào);2005年S1期

2 賈熹濱;石勤;尹寶才;;由粗到細(xì)的漸進(jìn)式特征點(diǎn)定位算法[J];北京工業(yè)大學(xué)學(xué)報(bào);2006年05期

3 鄭林;劉泉;王林濤;;一種基于特征點(diǎn)的跟蹤算法[J];武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版);2006年03期

4 周全峗;史澤林;;輻射模糊圖像的特征點(diǎn)穩(wěn)定性分析[J];光電工程;2013年06期

5 魏立梅,張永瑞,謝維信,程相君;人臉識(shí)別中基準(zhǔn)點(diǎn)的選取與特征點(diǎn)定位[J];西安電子科技大學(xué)學(xué)報(bào);1998年01期

6 許承慧;劉桂華;梁峰;;非特征點(diǎn)雙目測(cè)距技術(shù)研究[J];微型機(jī)與應(yīng)用;2013年22期

7 潘翔;章國棟;陳啟華;;三維可變形物體的特征點(diǎn)層次提取[J];計(jì)算機(jī)科學(xué);2014年04期

8 陶剛,盧昀,李吉桂;細(xì)化指紋圖中偽特征點(diǎn)的一體化去除算法[J];現(xiàn)代計(jì)算機(jī)(專業(yè)版);2002年10期

9 仲啟媛,譚立龍;一種確定運(yùn)動(dòng)目標(biāo)特征點(diǎn)的算法[J];計(jì)算機(jī)工程;2003年10期

10 胡迎春,張?jiān)龇?梁數(shù);人臉圖像嘴巴特征點(diǎn)自動(dòng)提取系統(tǒng)[J];廣西工學(xué)院學(xué)報(bào);2003年02期

相關(guān)會(huì)議論文 前10條

1 汪力;葉樺;夏良正;;利用特征點(diǎn)定位嘴巴[A];第二十六屆中國控制會(huì)議論文集[C];2007年

2 付洪川;王劍;萬嬋;趙建英;付凱;;圖像特征點(diǎn)匹配算法的研究與改進(jìn)[A];2009中國控制與決策會(huì)議論文集（1）[C];2009年

3 溫文雅;陳建華;;一種基于特征點(diǎn)的圖像匹配算法[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2009年

4 任明武;胡明昊;楊靜宇;;一種快速實(shí)用的特征點(diǎn)匹配算法[A];全面建設(shè)小康社會(huì)：中國科技工作者的歷史責(zé)任——中國科協(xié)2003年學(xué)術(shù)年會(huì)論文集（上）[C];2003年

5 許競;姜波;;攝像機(jī)運(yùn)動(dòng)下特征點(diǎn)追蹤方法研究[A];2011下一代自動(dòng)測(cè)試系統(tǒng)學(xué)術(shù)研討會(huì)論文集[C];2011年

6 張?zhí)?王希常;蘇志榮;;基于特征點(diǎn)和輪廓檢測(cè)的粘連數(shù)字分割[A];圖像圖形技術(shù)與應(yīng)用進(jìn)展——第三屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2008年

7 杜鵬飛;彭代強(qiáng);林幼權(quán);;基于二乘向量機(jī)的特征點(diǎn)配準(zhǔn)算法[A];第十四屆全國信號(hào)處理學(xué)術(shù)年會(huì)(CCSP-2009)論文集[C];2009年

8 舒志龍;阮秋琦;;基于KLT特征點(diǎn)跟蹤的圖象拼接[A];中國體視學(xué)學(xué)會(huì)圖像分析專業(yè)、中國體視學(xué)學(xué)會(huì)仿真與虛擬現(xiàn)實(shí)專業(yè)、中國航空學(xué)會(huì)信號(hào)與信息處理專業(yè)第一屆聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2000年

9 韓廣良;陳小云;;利用多特征點(diǎn)搜索實(shí)現(xiàn)紙鈔圖像的狀態(tài)檢測(cè)[A];第九屆全國信息獲取與處理學(xué)術(shù)會(huì)議論文集Ⅱ[C];2011年

10 翟桂英;任甫;席煥久;張光霞;宮磊;;ETDIPS軟件在特征點(diǎn)三維坐標(biāo)獲取中應(yīng)用介紹[A];中國解剖學(xué)會(huì)2011年年會(huì)論文文摘匯編[C];2011年

相關(guān)博士學(xué)位論文 前10條

1 劉洪濤;基于視覺的微夾持構(gòu)件受力與應(yīng)變測(cè)量方法[D];上海交通大學(xué);2014年

2 廖斌;基于特征點(diǎn)的圖像配準(zhǔn)技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2008年

3 楊占龍;基于特征點(diǎn)的圖像配準(zhǔn)與拼接技術(shù)研究[D];西安電子科技大學(xué);2008年

4 楊利敏;圖像特征點(diǎn)定位算法研究及其應(yīng)用[D];上海交通大學(xué);2008年

5 李旭東;基于特征點(diǎn)的增強(qiáng)現(xiàn)實(shí)三維注冊(cè)算法研究[D];天津大學(xué);2009年

6 魯統(tǒng)偉;前視目標(biāo)圖像匹配定位技術(shù)研究[D];華中科技大學(xué);2008年

7 宋琳;無人機(jī)飛行途中視覺導(dǎo)航關(guān)鍵技術(shù)研究[D];西北工業(yè)大學(xué);2015年

8 楊奎元;基于深層結(jié)構(gòu)的圖像內(nèi)容分析及其應(yīng)用[D];中國科學(xué)技術(shù)大學(xué);2012年

9 伍博;基于顯著性的視覺目標(biāo)跟蹤研究[D];電子科技大學(xué);2017年

10 張靜;SIFT算法的VLSI結(jié)構(gòu)設(shè)計(jì)與實(shí)時(shí)實(shí)現(xiàn)[D];華中科技大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 曾寶瑩;基于圖像識(shí)別的中國書法真?zhèn)舞b別方法研究[D];西安建筑科技大學(xué);2015年

2 周兆鎮(zhèn);基于雙目視覺的特征點(diǎn)匹配算法研究[D];西安建筑科技大學(xué);2015年

3 馮翔;基于人臉對(duì)齊和多特征融合的人臉識(shí)別方法研究[D];南京理工大學(xué);2015年

4 姜小會(huì);基于特征點(diǎn)的圖像拼接技術(shù)研究[D];山東建筑大學(xué);2015年

5 吳昊;基礎(chǔ)矩陣估計(jì)方法研究[D];蘭州大學(xué);2015年

6 陳偉;基于唇形特征的身份識(shí)別算法的設(shè)計(jì)[D];蘭州大學(xué);2015年

7 宋偉;遠(yuǎn)程火光瞄準(zhǔn)與探測(cè)系統(tǒng)設(shè)計(jì)[D];西安工業(yè)大學(xué);2015年

8 劉智;塑料面膜印刷質(zhì)量的視覺檢測(cè)方法研究[D];沈陽理工大學(xué);2015年

9 任李懋;基于計(jì)算機(jī)視覺的火焰三維重建算法的研究[D];華北電力大學(xué);2015年

10 張金煥;人臉檢測(cè)及特征點(diǎn)定位技術(shù)研究[D];西安郵電大學(xué);2015年

，

本文編號(hào)：1538042