本文選題：視覺(jué)顯著性 + BRISK特征��； 參考：《計(jì)算機(jī)科學(xué)與探索》2017年03期

【摘要】：針對(duì)大多數(shù)目標(biāo)跟蹤算法采用單一特征描述目標(biāo),在背景區(qū)域出現(xiàn)相似的干擾特征時(shí)跟蹤精確度較低的問(wèn)題,提出了一種引入視覺(jué)顯著性的多特征融合的目標(biāo)跟蹤算法。首先,采用視覺(jué)顯著性機(jī)制處理顏色直方圖得到顯著性特征,再使用混合特征策略融合顯著性特征和BRISK(binary robust invariant scalable keypoints)特征,獲取目標(biāo)前景和背景模型;其次,運(yùn)用雙向光流檢測(cè)和誤差度量提取動(dòng)態(tài)特征,并使用自適應(yīng)搜索機(jī)制提取候選目標(biāo)區(qū)域的靜態(tài)特征,融合動(dòng)態(tài)特征和靜態(tài)特征;最后,根據(jù)匹配算法估算目標(biāo)跟蹤框的自適應(yīng)尺度及中心,確定目標(biāo)在當(dāng)前幀圖像中所處的位置。實(shí)驗(yàn)結(jié)果表明,該算法能夠處理強(qiáng)烈光照變化、目標(biāo)尺度變化、快速運(yùn)動(dòng)及部分遮擋等情況下的目標(biāo)跟蹤問(wèn)題,并實(shí)時(shí)穩(wěn)定地獲得單目標(biāo)跟蹤結(jié)果。
[Abstract]:Aiming at the problem that most target tracking algorithms use a single feature to describe the target and the tracking accuracy is low when similar interference features appear in the background region, a multi-feature fusion algorithm with visual saliency is proposed. First, using visual saliency mechanism to process color histogram to obtain salient features, then using mixed feature strategy to fuse salient features and BRISK(binary robust invariant scalable keypoints) features to obtain target foreground and background model. Bidirectional optical flow detection and error measurement are used to extract dynamic features, and adaptive search mechanism is used to extract the static features of candidate target regions, fusion of dynamic features and static features. According to the matching algorithm, the adaptive scale and center of the target tracking frame are estimated, and the position of the target in the current frame image is determined. The experimental results show that the algorithm can deal with the problem of target tracking under the condition of strong illumination variation, target scale change, fast motion and partial occlusion, and can obtain the tracking results of single target in real time and stably.
【作者單位】： 西安建筑科技大學(xué)信息與控制工程學(xué)院;西安建筑科技大學(xué)建筑學(xué)院;
【基金】：國(guó)家自然科學(xué)基金No.51209167 陜西省自然科學(xué)基金No.2013JM8022 西安建筑科技大學(xué)青年基金No.QN1423~~
【分類(lèi)號(hào)】：TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 許婉君;侯志強(qiáng);余旺盛;張浪;;基于顏色和空間信息的多特征融合目標(biāo)跟蹤算法[J];應(yīng)用光學(xué);2015年05期

2 張鐵;馬瓊雄;;人機(jī)交互中的人體目標(biāo)跟蹤算法[J];上海交通大學(xué)學(xué)報(bào);2015年08期

3 謝昭;劉玉敏;張駿;段士雷;;時(shí)空運(yùn)動(dòng)顯著性的目標(biāo)跟蹤[J];中國(guó)圖象圖形學(xué)報(bào);2015年08期

4 張煥龍;胡士強(qiáng);楊國(guó)勝;;基于外觀模型學(xué)習(xí)的視頻目標(biāo)跟蹤方法綜述[J];計(jì)算機(jī)研究與發(fā)展;2015年01期

5 閆河;劉婕;楊德紅;王樸;金煒;;基于特征融合的粒子濾波目標(biāo)跟蹤新方法[J];光電子.激光;2014年10期

6 黎萬(wàn)義;王鵬;喬紅;;引入視覺(jué)注意機(jī)制的目標(biāo)跟蹤方法綜述[J];自動(dòng)化學(xué)報(bào);2014年04期

7 張巧榮;馮新?lián)P;;利用視覺(jué)顯著性和粒子濾波的運(yùn)動(dòng)目標(biāo)跟蹤[J];中國(guó)圖象圖形學(xué)報(bào);2013年05期

8 張勇;王新賽;李明明;劉雨;;魯棒的車(chē)載紅外視頻電子穩(wěn)像算法[J];強(qiáng)激光與粒子束;2013年04期

9 顧鑫;王海濤;汪凌峰;王穎;陳如冰;潘春洪;;基于不確定性度量的多特征融合跟蹤[J];自動(dòng)化學(xué)報(bào);2011年05期

10 尹宏鵬;柴毅;匡金駿;陽(yáng)小燕;;一種基于多特征自適應(yīng)融合的運(yùn)動(dòng)目標(biāo)跟蹤算法[J];光電子.激光;2010年06期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 佟威;和簫;盧英;;引入視覺(jué)顯著性的多特征融合跟蹤[J];計(jì)算機(jī)科學(xué)與探索;2017年03期

2 朱文青;劉艷;卞樂(lè);張子龍;;基于生成式模型的目標(biāo)跟蹤方法綜述[J];微處理機(jī);2017年01期

3 胡正平;謝榮路;王蒙;孫哲;;基于視覺(jué)顯著圖的結(jié)構(gòu)反稀疏在線目標(biāo)跟蹤[J];信號(hào)處理;2017年01期

4 田軍委;牛秀娟;趙彥飛;;基于動(dòng)態(tài)模板匹配的運(yùn)動(dòng)目標(biāo)識(shí)別[J];機(jī)械與電子;2017年01期

5 管皓;薛向陽(yáng);安志勇;;在線單目標(biāo)視頻跟蹤算法綜述[J];小型微型計(jì)算機(jī)系統(tǒng);2017年01期

6 姜道偉;袁亮;巨剛;;基于圖像技術(shù)與粒子濾波融合新算法的機(jī)器人多目標(biāo)跟蹤[J];組合機(jī)床與自動(dòng)化加工技術(shù);2016年12期

7 劉雷;趙吉賓;隋春平;王陽(yáng);;自動(dòng)串級(jí)萃取裝置控制系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J];組合機(jī)床與自動(dòng)化加工技術(shù);2016年12期

8 曹東;付承毓;金鋼;;基于機(jī)器學(xué)習(xí)的目標(biāo)跟蹤算法研究綜述[J];計(jì)算機(jī)科學(xué);2016年12期

9 王冰心;王孫安;于德弘;;基于選擇性注意機(jī)制的果實(shí)簇識(shí)別與采摘順序規(guī)劃[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2016年11期

10 李偉;曹潔;李軍;王進(jìn)花;;考慮噪聲擾動(dòng)干擾的室內(nèi)行人跟蹤方法[J];四川大學(xué)學(xué)報(bào)(工程科學(xué)版);2016年06期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 許婉君;侯志強(qiáng);余旺盛;張浪;;背景加權(quán)的多特征融合目標(biāo)跟蹤算法[J];空軍工程大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年03期

2 李武;侯志強(qiáng);魏國(guó)劍;余旺盛;;基于橢圓對(duì)數(shù)極坐標(biāo)變換的尺度變化目標(biāo)跟蹤算法[J];應(yīng)用光學(xué);2014年01期

3 黎萬(wàn)義;王鵬;喬紅;;引入視覺(jué)注意機(jī)制的目標(biāo)跟蹤方法綜述[J];自動(dòng)化學(xué)報(bào);2014年04期

4 楊淑瑩;劉婷婷;葛為民;王光彪;;移動(dòng)機(jī)器人的動(dòng)態(tài)目標(biāo)實(shí)時(shí)檢測(cè)與跟蹤[J];光電子.激光;2013年11期

5 李良群;謝維信;;非均勻稀疏采樣環(huán)境的改進(jìn)高斯粒子濾波方法[J];信號(hào)處理;2013年10期

6 宋策;張葆;尹傳歷;王超;;基于粒子濾波的空-地目標(biāo)跟蹤算法[J];光電子.激光;2013年10期

7 周帆;江維;李樹(shù)全;張玉宏;曾雪;吳躍;;基于粒子濾波的移動(dòng)物體定位和追蹤算法[J];軟件學(xué)報(bào);2013年09期

8 文志強(qiáng);朱艷輝;彭召意;;粒子濾波目標(biāo)跟蹤中的有效粒子數(shù)控制方法[J];控制與決策;2013年09期

9 徐科;宋暢;;基于全局二值模式的特征提取方法及其應(yīng)用[J];模式識(shí)別與人工智能;2013年09期

10 姚志均;;一種新的空間直方圖相似性度量方法及其在目標(biāo)跟蹤中的應(yīng)用[J];電子與信息學(xué)報(bào);2013年07期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 初紅霞;王科俊;王希鳳;郭慶昌;韓晶;;多特征融合的退火粒子濾波目標(biāo)跟蹤[J];計(jì)算機(jī)工程與應(yīng)用;2011年06期

2 顧鑫;王海濤;汪凌峰;王穎;陳如冰;潘春洪;;基于不確定性度量的多特征融合跟蹤[J];自動(dòng)化學(xué)報(bào);2011年05期

3 姚紅革;杜亞勤;;基于多模式多特征融合粒子濾波視頻目標(biāo)跟蹤[J];西安工業(yè)大學(xué)學(xué)報(bào);2012年11期

4 王蘭;;基于多特征融合的票據(jù)分類(lèi)技術(shù)及應(yīng)用[J];計(jì)算機(jī)光盤(pán)軟件與應(yīng)用;2013年13期

5 陳增照;何秀玲;楊揚(yáng);董才林;;基于多特征融合的票據(jù)分類(lèi)技術(shù)及應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;2006年09期

6 周斌;林喜榮;賈惠波;宋榕;;多特征融合的手背血管識(shí)別算法[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年02期

7 劉貴喜;范春宇;高恩克;;基于粒子濾波與多特征融合的視頻目標(biāo)跟蹤[J];光電子.激光;2007年09期

8 胡全;邱兆文;王霓虹;;基于多特征融合的圖像語(yǔ)義標(biāo)注[J];東北林業(yè)大學(xué)學(xué)報(bào);2008年10期

9 周靜;黃心漢;彭剛;;基于多特征融合的飛機(jī)目標(biāo)識(shí)別[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年01期

10 沈才梁;許雪貴;許方恒;龍丹;;多特征融合的人臉檢測(cè)[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2009年11期

相關(guān)會(huì)議論文 前3條

1 葉鋒;蔡光東;鄭子華;亓?xí)孕?尹鵬;;基于多特征融合的藥用植物標(biāo)本識(shí)別[A];2011年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第一分冊(cè)）[C];2011年

2 段其昌;季長(zhǎng)有;;基于多特征融合的快速人臉檢測(cè)[A];第十七屆全國(guó)測(cè)控計(jì)量?jī)x器儀表學(xué)術(shù)年會(huì)（MCMI'2007）論文集（上冊(cè)）[C];2007年

3 李玉峰;鄭德權(quán);趙鐵軍;;基于SVM和多特征融合的圖像分類(lèi)[A];第四屆全國(guó)信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集（上）[C];2008年

相關(guān)博士學(xué)位論文 前5條

1 劉明華;復(fù)雜環(huán)境下基于多特征融合的目標(biāo)跟蹤關(guān)鍵技術(shù)研究[D];青島科技大學(xué);2016年

2 田綱;基于多特征融合的Mean shift目標(biāo)跟蹤技術(shù)研究[D];武漢大學(xué);2011年

3 徐志剛;基于多特征融合的路面破損圖像自動(dòng)識(shí)別技術(shù)研究[D];長(zhǎng)安大學(xué);2012年

4 陳秀新;多特征融合視頻復(fù)制檢測(cè)關(guān)鍵技術(shù)研究[D];北京工業(yè)大學(xué);2013年

5 初紅霞;基于均值移動(dòng)和粒子濾波的目標(biāo)跟蹤關(guān)鍵技術(shù)研究[D];哈爾濱工程大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 張巖;基于多特征融合及二部圖匹配的3D目標(biāo)檢索技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2015年

2 計(jì)明明;基于多特征融合的三維模型檢索技術(shù)[D];浙江大學(xué);2015年

3 王慶;基于多特征融合的人體動(dòng)作識(shí)別方法研究[D];上海大學(xué);2015年

4 劉婕;復(fù)雜場(chǎng)景多特征融合粒子濾波目標(biāo)跟蹤[D];重慶理工大學(xué);2015年

5 崔劍;基于多特征融合的分級(jí)行人檢測(cè)方法研究[D];電子科技大學(xué);2015年

6 王珊珊;基于極化SAR非監(jiān)督分類(lèi)的油膜厚度估算方法研究[D];大連海事大學(xué);2015年

7 肖冠;基于多特征融合的異類(lèi)傳感器中段目標(biāo)關(guān)聯(lián)算法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

8 王建榮;基于多特征融合的無(wú)人機(jī)航拍圖像識(shí)別研究[D];成都理工大學(xué);2015年

9 高爽;基于多特征融合的粒子濾波跟蹤算法研究[D];西安電子科技大學(xué);2014年

10 坎啟嬌;基于多特征融合的多目標(biāo)跟蹤算法[D];河北工業(yè)大學(xué);2015年

，

本文編號(hào)：1820046