TA的每日心情 | 怒 2019-11-20 15:22 |
---|
签到天数: 2 天 [LV.1]初来乍到
|
EDA365欢迎您登录!
您需要 登录 才可以下载或查看,没有帐号?注册
x
基于改进协作目标外观模型的在线视觉跟踪
4 N) c) z. j3 r" d5 K \( d7 l
' P4 r; w7 L, I* a, ^摘要:在不受限制的复杂环境中在线跟踪任意类型的感兴趣目标仍是—项极具挑战的难题.本文在无模型跟踪框架基础上提出一种基于改进协作目标外观模型的在线视觉跟踪方法,解决了大多数协作模型类跟踪算法在学习阶段无法有效选择正、负样本的问题.该方法根据人类视觉感知准则将目标边缘信息视为最具区分度的目标特征,提出边缘判别模型并结合动态模型和检测模块建立二级似然匹配空间,为生成模型的似然匹配去除了背景干扰;采用分块策略建立目标生成模型,为模型引入空间结构信息;利用Mean-Shift计算各子块的最终位置和匹配系数,并根据子块匹配系数为遮挡处理和模型更新提供依据.在公开视频序列上同几种流行视觉跟踪算法的对比实验结果证明了本文算法的有效性和优越性.
" |; a0 E$ S/ h关键词:在线视觉跟踪;协作外观模型;人类视觉感知;二级似然匹配空间;模型更新
( K& s- q- g( Z. z* R# j
- {1 P6 ^5 [; L3 T! V- _
7 p! v9 r4 C7 k1引言
( W; W+ [5 H+ [ C目标跟踪是计算机视觉领域的关键底层技术,其目的是利用视频序列估计感兴趣目标的位置、大小和运动方向等状态,在视觉导航、智能机器人、自动监控和人机交互等领域有重要的应用价值,越来越多的跟踪算法被开发以满足不同的应用需求.但在实际应用环境中,由于光照变化、目标遮挡、视角变化及复杂背景等因素引起的感兴趣目标外观变化,使得构建跟踪精度高、稳定性好的视觉跟踪算法仍是一项极具挑战性的课题.
% V" t' |+ g4 a$ m' @ y一个典型的跟踪算法主要包括两个部分":(1)目标外观模型,用于表示感兴趣目标并匹配候选目标模0 g' R- Q, ~. Q3 I; B: {
% d+ p$ Y9 `* d, V( K/ k: x' }
: T8 ^: u, O/ A0 J. d3 h( M
( l6 x1 O4 H( v b# k7 j4 A& ?9 K. |) `6 s9 H( B
9 I4 o7 c1 y4 I0 e; `
, C* Y: S2 Y F6 J7 _$ `0 w2 ~* e* Y9 n! ?1 e
|
|