【摘要】：在復(fù)雜場(chǎng)景下,為了更好地提升跟蹤的魯棒性,基于局部的相似度測(cè)量得到了廣泛應(yīng)用。然而,局部遮擋,形變和光照變化等場(chǎng)景的復(fù)雜性,基于傳統(tǒng)局部相似度測(cè)量的目標(biāo)跟蹤存在很大缺點(diǎn),例如,在跟蹤過程中,僅僅依靠目標(biāo)和模板的匹配度容易造成跟蹤的偏移現(xiàn)象。鑒于此,該文提出一種基于局部差別性相似度測(cè)量的目標(biāo)跟蹤算法。首先,以目標(biāo)-背景的差異性,形成相似性和差異性相結(jié)合的局部判別性相似度測(cè)量;其次,基于子塊在視頻序列中的差異性,對(duì)子塊進(jìn)行差異性學(xué)習(xí),以提高跟蹤的準(zhǔn)確性。最后,在粒子濾波框架下,基于差別性局部區(qū)域測(cè)量構(gòu)建了一種有效的目標(biāo)跟蹤算法。實(shí)驗(yàn)結(jié)果表明,在復(fù)雜圖像序列中,該算法實(shí)現(xiàn)了目標(biāo)的準(zhǔn)確跟蹤,并在光照變化、旋轉(zhuǎn)、縮放和遮擋等方面具有較好的效果。
[Abstract]:In complex scenes, in order to better improve the robustness of tracking, local similarity measurement has been widely used. However, the complexity of local occlusion, deformation and illumination changes, the target tracking based on the traditional local similarity measurement has great shortcomings, for example, in the tracking process, only the target and template are relied on. In view of this, a target tracking algorithm based on local difference similarity measurement is proposed in this paper. First, local discriminability similarity measurement with similarity and difference is formed with the difference of target background. Secondly, the difference of sub block in video sequence is based on subblock entry. In the framework of particle filter, an effective target tracking algorithm based on differential local region measurement is built under the particle filter framework. The experimental results show that in the complex image sequence, the algorithm realizes the accurate tracking of the target, and is better in the aspects of illumination change, rotation, scaling and occlusion. Good effect.
【作者單位】： 北京航空航天大學(xué)計(jì)算機(jī)學(xué)院;
【基金】：國家自然科學(xué)基金(61300007)~~
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 高翔;;基于粒子濾波的目標(biāo)跟蹤算法淺析[J];硅谷;2011年09期

2 龔萍;張輝;毛征;張慶龍;孔文超;;融合局部熵二維熵的空中目標(biāo)跟蹤算法研究[J];國外電子測(cè)量技術(shù);2014年01期

3 孫中森;孫俊喜;宋建中;喬雙;;一種抗遮擋的運(yùn)動(dòng)目標(biāo)跟蹤算法[J];光學(xué)精密工程;2007年02期

4 陳愛華;孟勃;朱明;王艷華;;多模式融合的目標(biāo)跟蹤算法[J];光學(xué)精密工程;2009年01期

5 牛長(zhǎng)鋒;劉玉樹;;融合多特征的粒子濾波目標(biāo)跟蹤算法[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年01期

6 蔡榮太;吳元昊;王明佳;吳慶祥;;視頻目標(biāo)跟蹤算法綜述[J];電視技術(shù);2010年12期

7 佟國峰;蔣昭炎;谷久宏;龐曉磊;;基于隨機(jī)蕨叢的長(zhǎng)期目標(biāo)跟蹤算法[J];東北大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年01期

8 曹曉麗;李明;邢玉娟;譚萍;;幾種自動(dòng)目標(biāo)跟蹤算法的比較研究[J];硅谷;2013年02期

9 鄭江濱;李秀秀;張艷寧;;視頻監(jiān)視中的運(yùn)動(dòng)目標(biāo)跟蹤算法[J];系統(tǒng)工程與電子技術(shù);2007年11期

10 鐘德華;夏翠艷;宋啟敏;毛文龍;;多目標(biāo)跟蹤算法的研究與應(yīng)用[J];計(jì)算機(jī)測(cè)量與控制;2008年06期

相關(guān)會(huì)議論文 前10條

1 徐炳吉;;一種多站聯(lián)合目標(biāo)跟蹤算法[A];數(shù)學(xué)及其應(yīng)用文集——中南模糊數(shù)學(xué)和系統(tǒng)分會(huì)第三屆年會(huì)論文集（上卷）[C];1995年

2 杜方芳;劉士榮;邱雪娜;;一種改進(jìn)的粒子濾波目標(biāo)跟蹤算法[A];PCC2009—第20屆中國過程控制會(huì)議論文集[C];2009年

3 肖敬若;胡伏原;鄭江濱;張艷寧;;一種有效的多目標(biāo)跟蹤算法[A];第十二屆全國信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2005）論文集[C];2005年

4 張震宇;王立松;;基于粒子濾波的傳感器目標(biāo)跟蹤算法[A];2008年中國高校通信類院系學(xué)術(shù)研討會(huì)論文集（上冊(cè)）[C];2009年

5 王亞楠;陳杰;甘明剛;;基于差分進(jìn)化的改進(jìn)粒子濾波目標(biāo)跟蹤算法[A];中國自動(dòng)化學(xué)會(huì)控制理論專業(yè)委員會(huì)C卷[C];2011年

6 張濤;費(fèi)樹岷;胡剛;;基于多特征信息自適應(yīng)融合的視頻目標(biāo)跟蹤算法[A];第二十九屆中國控制會(huì)議論文集[C];2010年

7 劉立欣;李杰;楊菲;;機(jī)載跟蹤平臺(tái)中目標(biāo)跟蹤算法的設(shè)計(jì)[A];第六屆全國信息獲取與處理學(xué)術(shù)會(huì)議論文集（2）[C];2008年

8 楊濤;齊春;;光學(xué)式多點(diǎn)觸控系統(tǒng)中的多觸點(diǎn)目標(biāo)跟蹤算法[A];第六屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2010)、第19屆全國多媒體學(xué)術(shù)會(huì)議（NCMT2010）、第6屆全國人機(jī)交互學(xué)術(shù)會(huì)議（CHCI2010）、第5屆全國普適計(jì)算學(xué)術(shù)會(huì)議（PCC2010）論文集[C];2010年

9 李波;袁保宗;;LMSF Mean Shift目標(biāo)跟蹤算法[A];第十二屆全國信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2005）論文集[C];2005年

10 李國兵;覃征;郭榮華;李向楠;;基于UKF的快速地面集群目標(biāo)跟蹤算法設(shè)計(jì)和實(shí)現(xiàn)[A];2009年中國智能自動(dòng)化會(huì)議論文集（第六分冊(cè)）[中南大學(xué)學(xué)報(bào)（增刊）][C];2009年

相關(guān)博士學(xué)位論文 前10條

1 張雷;復(fù)雜場(chǎng)景下實(shí)時(shí)目標(biāo)跟蹤算法及實(shí)現(xiàn)技術(shù)研究[D];中國科學(xué)院研究生院(長(zhǎng)春光學(xué)精密機(jī)械與物理研究所);2016年

2 王晶晶;復(fù)雜擁擠環(huán)境下協(xié)同視頻監(jiān)控中目標(biāo)跟蹤算法研究[D];中國科學(xué)技術(shù)大學(xué);2016年

3 田浩;基于核函數(shù)的目標(biāo)跟蹤算法研究[D];長(zhǎng)安大學(xué);2016年

4 項(xiàng)俊;基于檢測(cè)的數(shù)據(jù)關(guān)聯(lián)多目標(biāo)跟蹤算法研究[D];華中科技大學(xué);2016年

5 盧建國;基于粒子濾波的視頻目標(biāo)跟蹤算法研究[D];北京郵電大學(xué);2011年

6 馮巍;分布式多視角目標(biāo)跟蹤算法研究[D];復(fù)旦大學(xué);2011年

7 王書朋;視頻目標(biāo)跟蹤算法研究[D];西安電子科技大學(xué);2009年

8 劉晴;基于區(qū)域特征的目標(biāo)跟蹤算法研究[D];北京理工大學(xué);2014年

9 邱雪娜;基于視覺的運(yùn)動(dòng)目標(biāo)跟蹤算法及其在移動(dòng)機(jī)器人中的應(yīng)用[D];華東理工大學(xué);2011年

10 趙運(yùn)基;基于視覺的目標(biāo)跟蹤算法研究[D];華南理工大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 張健;形變目標(biāo)跟蹤算法的研究與實(shí)現(xiàn)[D];遼寧大學(xué);2015年

2 張巧麗;基于LabVIEW的運(yùn)動(dòng)目標(biāo)跟蹤算法研究與實(shí)現(xiàn)[D];陜西科技大學(xué);2015年

3 鐘寶康;基于壓縮感知的預(yù)測(cè)目標(biāo)跟蹤算法研究[D];江西理工大學(xué);2015年

4 薛桐;基于CamShift的運(yùn)動(dòng)目標(biāo)跟蹤算法研究[D];沈陽理工大學(xué);2015年

5 王增宇;基于稀疏表達(dá)的目標(biāo)跟蹤算法研究[D];沈陽理工大學(xué);2015年

6 王靜;結(jié)構(gòu)化的表觀模型及兩階段目標(biāo)跟蹤算法研究[D];沈陽理工大學(xué);2015年

7 葛凱蓉;自然場(chǎng)景下目標(biāo)跟蹤算法的研究[D];山東大學(xué);2015年

8 向偉;基于檢測(cè)的目標(biāo)跟蹤算法研究[D];上海交通大學(xué);2015年

9 單順勇;結(jié)合多示例學(xué)習(xí)和模板匹配的目標(biāo)跟蹤算法研究[D];江西理工大學(xué);2015年

10 張碧武;基于單目視覺的目標(biāo)跟蹤算法的研究與實(shí)現(xiàn)[D];電子科技大學(xué);2015年

，

本文編號(hào)：2140986