公共文化服务平台

共 8 条记录，以下是 1-8

全选清除导出

排序方式：

基于改进背景加权的Mean-Shift目标跟踪算法被引量：3: 2014年; 针对采用核加权直方图的方法计算目标模板与候选区域目标特征无法实现对运动目标的准确定位这一问题,提出了一种利用改进背景加权增强直方图显著性的鲁棒Mean-Shift跟踪算法。在传统Mean-Shift的框架下,通过计算目标和背景特征直方图bin值,得到两者特征显著性大小,将其代入传统相似性度量中,定义新的背景加权系数,进而更好地提高目标与背景的区分度,减少背景信息对目标定位的干扰。通过算法改进前后的实验结果以及跟踪误差和正确跟踪率的比较发现,跟踪效果得到明显改善。; 刘翔侯志强余旺盛李武黄安奇; 关键词：目标跟踪

基于改进巴氏指标和模型更新的视觉跟踪算法被引量：2: 2015年; 传统的Mean Shift算法采用巴氏系数度量模型与候选模型之间的统计特征相似性,但是由于背景特征的影响,有时应用巴氏指标进行匹配得到最优解的位置并不一定是目标的实际位置,在跟踪过程中可能导致目标定位出现偏差。该文提出一种改进的巴氏系数相似度指标,指标由于引入了前景/背景置信值,能够有效抑制待匹配区域中背景特征的影响,突出目标特征的权重,与原始的巴氏指标相比,明显提高了目标匹配的准确性。基于改进的巴氏指标,对目标与背景区域双模型相似度系数进行综合分析,合理地判断干扰目标匹配的原因,从而采取相应的模型更新策略。采用4段具有挑战性的视频序列对5种跟踪算法进行了测试,通过定量实验分析可知,文中算法处理1帧视频所需的平均时间为75.76 ms,实时性仅次于原始的Mean Shift跟踪算法,同时跟踪误差在5种跟踪算法中取得了最优结果。实验结果表明,该算法能够有效抑制背景干扰和避免模型漂移,在不同的复杂场景下都具有一定的鲁棒性。; 黄安奇侯志强余旺盛刘翔; 关键词：视觉跟踪均值漂移

利用背景加权和选择性子模型更新的视觉跟踪算法被引量：5: 2014年; 目的针对传统Mean Shift算法对受背景干扰的目标无法进行有效跟踪并缺少有效的模型更新策略的问题,提出一种将背景加权和选择性子模型更新相结合的跟踪算法。方法首先,在Mean Shift框架下,为了减少背景信息对目标定位的干扰,利用目标区域周围像素的颜色直方图定义背景加权系数,并将该系数只引入到目标模型的颜色直方图中,从而建立一个新的目标模型。然后,根据目标模型中每个分量匹配贡献度的大小选取需要更新的模型分量及其更新公式。结果实验结果表明,本文算法能够抑制背景干扰,同时能对模型进行有效的选择性更新,克服了整体更新策略严重的模型漂移问题。结论本文从模型描述和更新策略两个方面对传统Mean Shift算法进行了改进,实验结果表明本文算法具有较好的有效性和鲁棒性。; 黄安奇侯志强余旺盛刘翔; 关键词：目标跟踪均值漂移

基于相似度辅助决策的带宽自适应跟踪算法: 2015年; 针对传统窗宽固定不变的Mean-Shift跟踪算法不能实时地适应目标尺寸大小变化这一问题,提出了一种基于目标相似度辅助决策的带宽自适应跟踪算法。首先利用目标与背景的特征显著性,提高跟踪算法空间定位准确性;然后利用局部穷搜索的方法,计算目标模型与每一帧目标跟踪中心点附近一定区域的相似性;最后通过统计分析前后帧相似像素点数目变化,确定目标尺度变化情况,从而建立一种自适应更新带宽准则,提高算法对目标尺度变化的自适应性。实验结果表明,改进的算法可以有效地提高Mean-Shift跟踪算法空间和尺度定位准确性。; 刘翔侯志强余旺盛黄安奇; 关键词：视觉跟踪均值漂移算法自适应带宽

基于分块聚类的在线视觉跟踪: 针对目标跟踪过程中的表观变化、背景干扰及发生遮挡等问题，提出了一种基于分块聚类的在线视觉跟踪算法。首先，在包含部分背景区域的初始跟踪区域内利用分块聚类构建判别式分块模型；然后，在当前跟踪区域内通过分块学习和穷搜索来确定当...; 黄安奇侯志强余旺盛刘翔; 关键词：视觉跟踪

利用SIFT特征联合匹配的非刚体目标跟踪算法被引量：8: 2015年; 为了解决非刚体目标跟踪过程中由目标形状快速变化带来的困难,提出了利用SIFT特征联合匹配的非刚体目标跟踪算法。首先分别提取目标模板和当前搜索区域的SIFT特征点;然后利用改进的联合匹配策略在目标模板和当前搜索区域之间进行特征匹配;最后根据匹配结果确定目标在当前帧的位置和尺度。改进的联合匹配策略在构建相似度矩阵时,不但利用了具有旋转和尺度不变性的SIFT特征向量,并且充分考虑了特征点的空间位置信息,有效提高了特征匹配的准确性。将这种改进的联合匹配策略成功地引入到SIFT匹配跟踪中,克服了传统SIFT匹配算法用于非刚体目标跟踪时的缺陷。实验结果表明,该算法对目标的非刚性形变、尺度变化以及背景干扰都具有较强的鲁棒性。; 侯志强黄安奇余旺盛刘翔; 关键词：视觉跟踪 SIFT特征

基于局部分块和模型更新的视觉跟踪算法被引量：4: 2015年; 针对目标跟踪过程中的目标表观变化、背景干扰及发生遮挡等问题,该文提出一种基于局部分块和模型更新的视觉跟踪算法。该文采用粗搜索与精搜索相结合的双层搜索方法来提高目标的定位精度。首先,在包含部分背景区域的初始跟踪区域内构建目标模型。然后,利用基于积分直方图的局部穷搜索算法初步确定目标的位置,接着在当前跟踪区域内通过分块学习来精确搜索目标的最终位置。最后,利用创建的模型更新域对目标模型进行更新。该文主要针对分块跟踪中的背景抑制、模型更新等方面进行了研究,实验结果表明该算法对目标表观变化、背景干扰及遮挡情况的处理能力都有所增强。; 侯志强黄安奇余旺盛刘翔; 关键词：视觉跟踪

基于关键区域特征匹配的视觉跟踪算法被引量：6: 2014年; 针对视觉跟踪中目标表观的复杂变化问题,提出了一种基于关键区域特征匹配的鲁棒跟踪算法.首先对目标模板进行初始化并通过滤波预测得到目标候选;然后采用自适应标记分水岭算法对目标模板和目标候选进行分割以提取关键区域,并利用像素的空间和频率分布特性对关键区域进行多重特征描述;最后通过关键区域的特征匹配得到目标模板与目标候选的匹配关系,由此确定最终跟踪结果并进行模板更新.对目标发生尺度、遮挡、旋转、光照、姿态、复杂背景以及运动模糊等变化的视频序列进行了仿真测试.实验结果表明,所提算法能够有效处理目标表观的复杂变化问题,尤其对目标的部分遮挡、光照变化以及复杂背景等具有较强的鲁棒性.; 余旺盛田孝华侯志强黄安奇刘翔; 关键词：视觉跟踪

全选清除导出

共1页<1>

黄安奇