基于协方差矩阵的多特征融合跟踪算法

发布时间：2018-01-26 20:38

本文关键词： 图像处理视觉跟踪特征融合协方差矩阵边缘局部二值模式　出处：《光学学报》2017年09期 　论文类型：期刊论文

【摘要】：为提高视觉目标跟踪算法的稳健性,提出一种基于协方差矩阵的多特征融合跟踪算法。在量子遗传算法框架下,采用区域协方差描述子对颜色、边缘和纹理特征进行融合,并采用一种快速协方差交叉算法进行模型更新。该算法综合利用了区域协方差描述子维数较低,量子遗传算法收敛速度快且全局寻优能力强和快速协方差交叉算法快速计算的特点,能极大地提高了融合、匹配与更新过程的运算效率,实现了快速有效的多特征融合跟踪。实验结果表明,该算法能够有效应对遮挡、旋转、形变和运动模糊等多种复杂变化的干扰,实现对目标的快速稳健跟踪。
[Abstract]:In order to improve the robustness of the visual target tracking algorithm, proposed a multi feature fusion tracking algorithm based on covariance matrix. In quantum genetic algorithm framework, using the region covariance descriptor for color fusion edge and texture features, and uses a fast covariance intersection algorithm model is updated. This algorithm integrates region covariance descriptor dimension low convergence speed and fast quantum genetic algorithm with strong global searching ability and fast covariance fast calculation of intersection algorithm, can greatly improve the fusion, and update process operation efficiency, achieve rapid and effective multi feature fusion tracking. The experimental results show that the algorithm can effectively deal with occlusion, rotation. Deformation and motion blur interference of a variety of complex changes, to achieve fast and robust target tracking.

【作者单位】：中国人民解放军空军工程大学信息与导航学院;
【基金】：国家自然科学基金(61473309,41601436) 陕西省自然科学基础研究计划项目(2016JM6050)
【分类号】：TP391.41
【正文快照】： 视觉跟踪是计算机视觉领域的一个重要课题,已广泛应用于视频监控[1]、人机交互[2]和增强现实[3]等领域。近年来,专家学者们针对该课题进行了大量研究,提出了许多优秀的跟踪算法。实际跟踪中复杂的场景变化难以预测,容易出现局部或全局遮挡、光照变化、姿态变化、尺度变化等多

【相似文献】