【摘要】：針對(duì)時(shí)空上下文跟蹤算法對(duì)快速運(yùn)動(dòng)和遭受?chē)?yán)重遮擋目標(biāo)的跟蹤精度下降問(wèn)題,提出一種融合卡爾曼濾波的改進(jìn)時(shí)空上下文跟蹤算法。首先人工標(biāo)記目標(biāo)所在的矩形區(qū)域,然后利用改進(jìn)的時(shí)空上下文算法對(duì)目標(biāo)進(jìn)行穩(wěn)定跟蹤,在跟蹤過(guò)程中,基于連續(xù)兩幀圖像灰度的歐氏距離判定目標(biāo)跟蹤狀態(tài),當(dāng)判定目標(biāo)遭受?chē)?yán)重遮擋時(shí),利用卡爾曼濾波進(jìn)行預(yù)測(cè)估計(jì)。算法對(duì)噪聲有一定的容忍度,通過(guò)降低噪聲對(duì)跟蹤過(guò)程的影響,能夠得到更優(yōu)的目標(biāo)區(qū)域。仿真實(shí)驗(yàn)結(jié)果表明:本文算法適用于不同光照強(qiáng)度下高速、高機(jī)動(dòng)目標(biāo)的穩(wěn)定跟蹤,并且對(duì)目標(biāo)的尺度變化和短時(shí)嚴(yán)重遮擋具有魯棒性。算法幀平均耗時(shí)為34.07ms;幀幾何中心平均誤差為5.43pixel,比時(shí)空上下文算法減少70.2%;目標(biāo)輪廓面積平均誤差為13.08%,比時(shí)空上下文算法減少52.7%。
[Abstract]:An improved spatio-temporal context tracking algorithm based on Kalman filter is proposed to reduce the tracking accuracy of fast moving and severely occluded targets. Firstly, the rectangular region of the target is manually marked, and then the target is tracked stably by using the improved spatio-temporal context algorithm. In the tracking process, the Euclidean distance based on the gray scale of two consecutive frames is used to determine the tracking state of the target. The Kalman filter is used to estimate the target when it is severely occluded. The algorithm has a certain tolerance to noise. By reducing the influence of noise on the tracking process, a better target area can be obtained. The simulation results show that the proposed algorithm is suitable for the stable tracking of high speed and high maneuvering targets with different illumination intensity, and is robust to the scale change of the target and the short term severe occlusion. The average frame time of the algorithm is 34.07 Ms, the average error of the geometric center of the frame is 5.43 pixel, which is 70.2 less than the space-time context algorithm, and the average error of the target contour area is 13.08, which is 52.7 less than the space-time context algorithm.
【作者單位】： 西北工業(yè)大學(xué)航天學(xué)院智能機(jī)器人研究中心;西北工業(yè)大學(xué)航天飛行動(dòng)力學(xué)重點(diǎn)實(shí)驗(yàn)室;
【基金】：國(guó)家自然科學(xué)基金(11272256,61005062,60805034)~~
【分類(lèi)號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 何光普;李敏;武斌;武小紅;;基于非歐氏距離的廣義噪聲聚類(lèi)(英文)[J];北京交通大學(xué)學(xué)報(bào);2008年06期

2 黑建業(yè);熊淑華;馬婭麗;;基于歐氏距離的人臉檢測(cè)窗口合并方法[J];計(jì)算機(jī)應(yīng)用;2013年04期

3 郝建東;張偉偉;;基于核的圖像歐氏距離人臉識(shí)別[J];計(jì)算機(jī)工程與設(shè)計(jì);2011年11期

4 陳惠明;;圖像歐氏距離在人臉識(shí)別中的應(yīng)用研究[J];計(jì)算機(jī)工程與設(shè)計(jì);2008年14期

5 趙彥峰;李輝;高海燕;;基于加權(quán)歐氏距離法的設(shè)計(jì)模式分類(lèi)研究[J];科技風(fēng);2009年12期

6 劉相濱,鄒北驥,王勝春;一種新的完全歐氏距離變換算法[J];計(jì)算機(jī)工程與應(yīng)用;2005年13期

7 董旭,魏振軍;一種加權(quán)歐氏距離聚類(lèi)方法[J];信息工程大學(xué)學(xué)報(bào);2005年01期

8 王雨婷;朱家明;彭婧秀;商玉萍;;基于歐氏距離的規(guī)則碎紙片拼接復(fù)原模型[J];科技廣場(chǎng);2014年04期

9 李仁兵;李艾華;蔡艷平;李亮;王濤;;基于歐氏距離的支持向量機(jī)拒識(shí)區(qū)域解決方案[J];計(jì)算機(jī)應(yīng)用;2010年02期

10 蔡正;王福龍;徐愛(ài)輝;;一種新的圖像距離在人臉識(shí)別中的應(yīng)用[J];廣東工業(yè)大學(xué)學(xué)報(bào);2010年03期

相關(guān)會(huì)議論文 前2條

1 鮑明;管魯陽(yáng);劉壯明;李曉東;;一種新的分類(lèi)特征可分性度量指標(biāo)——?dú)W氏距離分布熵[A];2005年聲頻工程學(xué)術(shù)交流會(huì)論文集[C];2005年

2 聶轟;陳湘濤;;一種基于歐氏距離加權(quán)的連通聚類(lèi)算法[A];2008'中國(guó)信息技術(shù)與應(yīng)用學(xué)術(shù)論壇論文集（二）[C];2008年

相關(guān)碩士學(xué)位論文 前4條

1 劉騰飛;WIFI網(wǎng)絡(luò)下的室內(nèi)定位算法研究[D];燕山大學(xué);2015年

2 馮漢希;二值圖像歐氏距離轉(zhuǎn)換算法硬件化設(shè)計(jì)[D];東華大學(xué);2013年

3 涂游;基于路徑預(yù)測(cè)的位置感知提醒方法研究[D];浙江大學(xué);2013年

4 張瑩麗;平面4-等腰集的研究[D];河北師范大學(xué);2014年

，

本文編號(hào)：2154438