基于基础颜色特征的自适应尺度的多目标跟踪算法

发布时间：2017-12-09 14:13

  本文关键词：基于基础颜色特征的自适应尺度的多目标跟踪算法

  更多相关文章： 基础颜色特征 自适应尺度因子 多目标跟踪 颜色命名过程 主成分分析

【摘要】：在多目标跟踪领域,多个相似目标间相互遮挡时易产生误跟踪、漏跟踪等问题。针对上述问题,通过引入语言学中的基础颜色及自适应尺度因子来解决。采用颜色命名过程及主成分分析法提取目标基础颜色特征,准确区分相似目标;同时引入自适应尺度因子,自动改变目标尺度,减少因尺度变化而引入的干扰信息,增强目标外观模型的鲁棒性。基于以上两点,在SPOT(structure preserving object tracking)算法基础上,提出了CSSPOT(basic color adaptive scale SPOT)算法。在对比实验中,CSSPOT算法在跟踪准确率及计算时间这两方面较原算法均有所提升,充分说明了基础颜色特征及自适应尺度因子的正确性及有效性。
【作者单位】： 西南科技大学计算机科学与技术学院;
【基金】：四川省教育厅资助项目(14CZ0012) 绵阳市三网融合基金资助项目(13ZD3109,13ZD3110)
【分类号】：TP391.41
【正文快照】： 0引言在计算机视觉领域内,目标跟踪一直是研究热点,同时也是进行其他更高层次分析的基础。目标跟踪有着广泛的实际应用,其应用领域包括视频监控、人机交互、虚拟现实等。如何对视频序列中的运动目标进行有效、稳定的跟踪是目标跟踪的研究重点。目前,针对单目标跟踪算法的研究，

本文编号：1270681