基于聯(lián)合多特征直方圖的Mean Shift行人跟蹤方法研究
本文關(guān)鍵詞：基于聯(lián)合多特征直方圖的Mean Shift行人跟蹤方法研究
更多相關(guān)文章： 智能交通 行人跟蹤 均值漂移 直方圖分布 聯(lián)合特征 搜索策略
【摘要】：針對(duì)單一顏色特征和目標(biāo)間遮擋導(dǎo)致跟蹤性能差的缺陷,提出一種聯(lián)合多特征直方圖和Mean Shift算法相結(jié)合的行人跟蹤方法。將目標(biāo)顏色和邊緣特征使用直方圖模型進(jìn)行描述,利用運(yùn)動(dòng)信息修正顏色、邊緣直方圖核函數(shù),以降低算法受目標(biāo)形變、背景干擾和局部遮擋的影響。融合多特征直方圖信息構(gòu)建目標(biāo)和候選目標(biāo)模型,將其嵌入到Mean Shift跟蹤框架中,實(shí)現(xiàn)行人跟蹤。針對(duì)目標(biāo)遮擋丟失問題,提出四步搜索策略法,通過目標(biāo)周圍環(huán)境、運(yùn)動(dòng)等信息捕獲丟失目標(biāo)。實(shí)驗(yàn)結(jié)果表明,該方法具有較高的準(zhǔn)確性,能實(shí)時(shí)有效地跟蹤行人目標(biāo),檢測(cè)到的速度、加速度等交通信息與實(shí)際采集的相匹配。
【作者單位】： 中國鐵路信息技術(shù)中心信息工程部;北京交通大學(xué)交通運(yùn)輸學(xué)院;
【關(guān)鍵詞】： 智能交通 行人跟蹤 均值漂移 直方圖分布 聯(lián)合特征 搜索策略
【基金】：中國鐵路總公司科技研究開發(fā)計(jì)劃(2014X009-A) 國家高技術(shù)研究發(fā)展計(jì)劃(863計(jì)劃)(2009AA11Z207) 高等學(xué)校博士學(xué)科點(diǎn)專項(xiàng)科研基金(20110009110011)
【分類號(hào)】：TP391.41;U298.2
【正文快照】： 信息是智能交通系統(tǒng)(ITS)的靈魂,實(shí)時(shí)準(zhǔn)確地獲取交通流中運(yùn)動(dòng)目標(biāo)的信息可以提高ITS的實(shí)施效果,對(duì)交通規(guī)劃、設(shè)計(jì)、管理和控制等意義重大。近年來,計(jì)算機(jī)視覺技術(shù)的發(fā)展為ITS提供了有力工具,運(yùn)動(dòng)目標(biāo)跟蹤技術(shù)是其重要的組成部分[1-2],是獲取交通場(chǎng)景內(nèi)交通信息的主要途徑,也是
【相似文獻(xiàn)】
中國期刊全文數(shù)據(jù)庫 前6條
1 康一梅;謝晚冬;胡江;黃琪;;目標(biāo)尺度自適應(yīng)的Mean Shift跟蹤算法[J];兵工學(xué)報(bào);2011年02期
2 張恒;李立春;于起峰;;尺度方向自適應(yīng)Mean Shift跟蹤算法[J];光學(xué)精密工程;2008年06期
3 單俊;曹俊;唐亮;;MEAN SHIFT尺寸鏈在某車型尾燈優(yōu)化中的應(yīng)用[J];汽車工程師;2012年05期
4 章學(xué)靜;陳禾;楊靜;;結(jié)合卡爾曼濾波和Mean Shift的抗遮擋跟蹤算法[J];北京理工大學(xué)學(xué)報(bào);2013年10期
5 顏佳;吳敏淵;陳淑珍;張青林;;跟蹤窗口自適應(yīng)的Mean Shift跟蹤[J];光學(xué)精密工程;2009年10期
6 ;[J];;年期
中國重要會(huì)議論文全文數(shù)據(jù)庫 前1條
1 王立琦;燕小強(qiáng);馬小玲;;結(jié)合交互式多模型的Mean Shift算法[A];Proceedings of 14th Chinese Conference on System Simulation Technology & Application(CCSSTA’2012)[C];2012年
中國碩士學(xué)位論文全文數(shù)據(jù)庫 前9條
1 徐文濤;基于Mean Shift的高分辨率遙感圖像分割研究[D];浙江工業(yè)大學(xué);2015年
2 袁開宇;基于mean shift的目標(biāo)跟蹤及軌跡聚類[D];南昌航空大學(xué);2015年
3 李勇;基于Mean Shift無人機(jī)高分辨率遙感影像分割方法研究[D];四川農(nóng)業(yè)大學(xué);2015年
4 鄭永威;Mean Shift算法研究及其在視頻目標(biāo)跟蹤中的應(yīng)用[D];山東大學(xué);2013年
5 師揚(yáng);Mean Shift結(jié)合拓?fù)浼s束法進(jìn)行高密度細(xì)胞追蹤[D];哈爾濱工程大學(xué);2011年
6 張寶明;基于DSP目標(biāo)跟蹤Mean Shift算法的研究與實(shí)現(xiàn)[D];長(zhǎng)春理工大學(xué);2013年
7 謝捷;尺度自適應(yīng)的擴(kuò)展Mean shift跟蹤算法[D];南京郵電大學(xué);2013年
8 楊輝;基于Mean Shift算法的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤[D];武漢工程大學(xué);2013年
9 胡波;基于Mean Shift算法和卡爾曼濾波的視頻目標(biāo)跟蹤技術(shù)研究[D];寧波大學(xué);2010年
，本文編號(hào)：992431
本文鏈接：http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/992431.html
