針對(duì)視頻序列中運(yùn)動(dòng)目標(biāo)跟蹤過(guò)程中可能出現(xiàn)的目標(biāo)旋轉(zhuǎn)、遮擋、形變等原因造成的跟蹤失敗問(wèn)題,提出了一種基于目標(biāo)多區(qū)域分割的跟蹤方法。主要通過(guò)將目標(biāo)劃分為多個(gè)部分相互重疊的區(qū)域,然后選擇跟蹤過(guò)程中相對(duì)穩(wěn)定的多個(gè)區(qū)域進(jìn)行定位,進(jìn)而對(duì)跟蹤的目標(biāo)采用不同目標(biāo)區(qū)域權(quán)重更新不同的模板更新策略,這樣選擇主要可以增加算法的抗遮擋、抗旋轉(zhuǎn)能力。實(shí)驗(yàn)結(jié)果表明,該方法對(duì)目標(biāo)遮擋、旋轉(zhuǎn)等具有一定的適應(yīng)能力。 

【文章來(lái)源】：電子技術(shù)應(yīng)用. 2019,45(10)

【文章頁(yè)數(shù)】：4 頁(yè)

【文章目錄】：
0 引言
1 目標(biāo)多區(qū)域分割跟蹤方法
    1.1 模板選擇策略
    1.2 搜索定位策略
    1.3 模板更新策略
2 實(shí)驗(yàn)結(jié)果分析
3 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]基于自適應(yīng)濾波的快速?gòu)V義模糊C均值聚類(lèi)圖像分割[J]. 王小鵬,張永芳,王偉,文昊天.  模式識(shí)別與人工智能. 2018(11)
[2]基于TensorFlow深度學(xué)習(xí)手寫(xiě)體數(shù)字識(shí)別及應(yīng)用[J]. 黃睿,陸許明,鄔依林.  電子技術(shù)應(yīng)用. 2018(10)
[3]基于相關(guān)濾波器的目標(biāo)跟蹤方法綜述[J]. 馬曉虹,尹向雷.  電子技術(shù)應(yīng)用. 2018(06)
[4]基于異常值檢測(cè)的KCF目標(biāo)丟失預(yù)警方法研究[J]. 劉延飛,何燕輝,張薇,崔智高.  計(jì)算機(jī)工程與應(yīng)用. 2018(22)
[5]基于邊緣自適應(yīng)的Mean Shift目標(biāo)跟蹤方法[J]. 周楊,胡桂明,黃東芳.  電子技術(shù)應(yīng)用. 2017(05)
[6]基于形狀上下文和粒子濾波的多目標(biāo)跟蹤[J]. 祁淑霞.  電子技術(shù)應(yīng)用. 2015(01)
[7]基于自適應(yīng)分塊的視頻目標(biāo)跟蹤方法研究[J]. 郝慧娟,許繼勇,劉廣起.  計(jì)算機(jī)應(yīng)用研究. 2010(09)
[8]基于Mean-Shift和粒子濾波的兩步多目標(biāo)跟蹤方法[J]. 李紅波,曾德龍,吳渝.  重慶郵電大學(xué)學(xué)報(bào)(自然科學(xué)版). 2010(01)

碩士論文
[1]基于視頻的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤研究[D]. 袁寶紅.安徽大學(xué) 2014
[2]視頻圖像中的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤[D]. 許辰銘.南京郵電大學(xué) 2012



本文編號(hào)：3553859