【摘要】：在光照、背景變化、遮擋、噪聲、快速運動等復雜環(huán)境下,準確地實現(xiàn)行人跟蹤一直是富有挑戰(zhàn)性的任務。針對這些問題,提出基于HSV顏色特征和貢獻度重構(gòu)的行人跟蹤算法。在粒子濾波的框架內(nèi),從HSV空間提取目標的混合顏色特征生成目標模板集,依據(jù)不同區(qū)域?qū)Ω櫧Y(jié)果的影響對區(qū)域進行貢獻度分配,并將其引入到一個自適應的正則化模型中,將具有最小重構(gòu)誤差的區(qū)域判定為待跟蹤目標。為了增強算法的穩(wěn)健性,跟蹤過程中對模板進行實時更新。在OTB 100個序列上進行測試,本文算法得到跟蹤結(jié)果的平均中心誤差和跟蹤成功率兩項指標分別為0.6624pixel和0.4153,優(yōu)于同類其他算法。實驗結(jié)果表明,該算法能夠在復雜的視頻場景中實現(xiàn)對行人的連續(xù)跟蹤,且穩(wěn)健性較好,有利于在實際系統(tǒng)中的實現(xiàn)。
[Abstract]:It is a challenging task to accurately track pedestrians in complex environments such as illumination, background change, occlusion, noise, fast movement and so on. In order to solve these problems, a pedestrian tracking algorithm based on HSV color feature and contribution reconstruction is proposed. In the framework of particle filter, the mixed color feature of the target is extracted from the HSV space to generate the target template set. According to the influence of different regions on the tracking results, the contribution degree of the region is assigned, and it is introduced into an adaptive regularization model. The region with minimum reconstruction error is determined to be the target to be tracked. In order to enhance the robustness of the algorithm, the template is updated in real time during the tracking process. The average center error and the tracking success rate of the algorithm are 0.6624pixel and 0.4153, respectively, which are better than other algorithms of the same kind. The algorithm is tested on 100 sequences of OTB, and the average center error and the tracking success rate of the algorithm are 0.6624pixel and 0.4153 respectively. The experimental results show that the proposed algorithm can continuously track pedestrians in complex video scenes, and the algorithm is robust, which is beneficial to the implementation of the real system.
【作者單位】： 首都師范大學信息工程學院;首都師范大學電子系統(tǒng)可靠性技術(shù)北京市重點實驗室;成像技術(shù)北京市高精尖創(chuàng)新中心;首都師范大學高可靠嵌入式系統(tǒng)技術(shù)北京市工程技術(shù)研究中心;
【基金】：國家自然科學基金(61303104,61203238,11178017,61473015) 北京市自然科學基金(4132014,4162017) 北京市優(yōu)秀人才資助項目(2016000020124G088)
【分類號】：TP391.41

【相似文獻】

相關(guān)期刊論文 前10條

1 劉忠偉,章毓晉;利用顏色特征進行圖象檢索[J];電子技術(shù)應用;1999年02期

2 胡波;毛罕平;張艷誠;;用于識別田間空心蓮子草的顏色特征的研究[J];農(nóng)機化研究;2006年09期

3 張正偉;;基于動態(tài)和顏色特征的火焰目標檢測[J];科技資訊;2011年06期

4 李久永,李學群,普園媛,李天牧;計算機輔助農(nóng)產(chǎn)品分類應用中顏色特征的表征和提取[J];云南大學學報(自然科學版);1998年S1期

5 周嘉姬;王濤;鐘寶榮;;基于顏色特征圖片的檢索技術(shù)[J];電腦知識與技術(shù)(學術(shù)交流);2007年04期

6 桂斌;;顏色傳輸算法的研究[J];微計算機信息;2010年05期

7 趙琰;周俊杰;;基于顏色特征的圖像摘要算法[J];上海電力學院學報;2010年05期

8 李娉婷;石躍祥;戴皇冠;;基于顏色特征的家居設計圖分類[J];計算機工程;2011年16期

9 龔應忠;李子存;馮新瀘;管亮;蘇慶宇;張曉偉;;基于顏色特征的銅片腐蝕結(jié)果評價[J];腐蝕與防護;2013年02期

10 傅少偉;計算機顏色模擬[J];計算機應用與軟件;1992年03期

相關(guān)會議論文 前10條

1 崔翔宇;許百華;;顏色特征信息對客體檔案保持的影響[A];第十二屆全國心理學學術(shù)大會論文摘要集[C];2009年

2 委福祥;曲彥平;苑瑋琦;;鍍層腐蝕形貌圖像顏色特征的提取與分析[A];首屆信息獲取與處理學術(shù)會議論文集[C];2003年

3 黃勃;王寬全;李乃民;;基于像素的舌象顏色分析[A];第四次全國中西醫(yī)結(jié)合診斷學術(shù)研討會論文集[C];2010年

4 翟文鵬;吳愛國;杜春燕;;基于煙霧顏色特征和運動特征分析的視頻煙霧探測[A];第二十九屆中國控制會議論文集[C];2010年

5 吳成玉;邰曉英;趙杰煜;;基于顏色特征的圖像檢索方法與實現(xiàn)[A];第二十一屆中國數(shù)據(jù)庫學術(shù)會議論文集（研究報告篇）[C];2004年

6 朱偉濤;劉士榮;邱雪娜;;基于顏色和粒子濾波的視頻目標檢測與跟蹤[A];PCC2009—第20屆中國過程控制會議論文集[C];2009年

7 郭忠偉;李洪峰;;C~3 I系統(tǒng)中基于顏色特征的戰(zhàn)場圖像快速檢索[A];中國造船工程學會電子技術(shù)學術(shù)委員會2006學術(shù)年會論文集（上冊）[C];2006年

8 林名強;張陳斌;陳宗海;;運動與顏色特征相融合的目標跟蹤算法[A];系統(tǒng)仿真技術(shù)及其應用學術(shù)論文集（第15卷）[C];2014年

9 朱紅忠;黃元元;劉寧鐘;;基于顏色特征的圖像檢索方法[A];2009年研究生學術(shù)交流會通信與信息技術(shù)論文集[C];2009年

10 鄒超;朱德森;汪秉文;;布匹色差在線檢測的關(guān)鍵問題研究[A];第十三屆全國圖象圖形學學術(shù)會議論文集[C];2006年

相關(guān)重要報紙文章 前1條

1 成都監(jiān)測臺 吳或;基于顏色特征的網(wǎng)絡不良視頻檢測技術(shù)研究[N];電子報;2013年

相關(guān)博士學位論文 前9條

1 王娟;基于計算機視覺的棉花干旱診斷研究[D];石河子大學;2014年

2 白雪峰;足球視頻內(nèi)容分析關(guān)鍵技術(shù)研究[D];哈爾濱工業(yè)大學;2014年

3 肖學中;基于實例的顏色處理新技術(shù)研究[D];上海交通大學;2009年

4 戴天虹;基于計算機視覺的木質(zhì)板材顏色分類方法的研究[D];東北林業(yè)大學;2008年

5 張可為;基于顏色標記圖像著色的關(guān)鍵技術(shù)研究[D];中南大學;2014年

6 孫勁光;基于顏色特征的圖象數(shù)據(jù)管理模式研究[D];遼寧工程技術(shù)大學;2006年

7 閆子飛;面向中醫(yī)舌診的舌下靜脈特征獲取與分析[D];哈爾濱工業(yè)大學;2010年

8 鄭芝寰;顏色成像中的反射分量分離及光譜測量研究[D];浙江大學;2014年

9 姚富光;智能高速在線異物識別分揀關(guān)鍵技術(shù)研究[D];重慶大學;2009年

相關(guān)碩士學位論文 前10條

1 沈新寧;基于顏色特征的快速圖像檢索技術(shù)的研究[D];復旦大學;2014年

2 唐欽;基于紋理和顏色特征的植物葉片識別方法研究[D];浙江大學;2015年

3 任天威;基于stm32微處理器的顏色采集與分析[D];黑龍江大學;2015年

4 許世杰;基于色差模型的色盲輔助矯正方法研究[D];西安電子科技大學;2014年

5 周國慶;基于視覺顯著性的圖像目標檢測設計與實現(xiàn)[D];西安電子科技大學;2014年

6 王婧;紡織品顏色分類及色差檢測系統(tǒng)研究[D];西安工程大學;2015年

7 孫毅明;基于圖像識別的橡膠幼苗缺氮診斷模型研究[D];海南大學;2013年

8 郭春彬;基于顏色特征的產(chǎn)品分揀技術(shù)的研究[D];山東理工大學;2015年

9 趙海;基于顏色特征的皮革分類方法研究[D];浙江工業(yè)大學;2015年

10 楊瑞;基于顏色情感語義的檢索系統(tǒng)的設計與實現(xiàn)[D];河南大學;2015年

，

本文編號：2464613