基于局部差别性分析的目标跟踪算法

发布时间：2018-07-24 09:47

【摘要】：在复杂场景下,为了更好地提升跟踪的鲁棒性,基于局部的相似度测量得到了广泛应用。然而,局部遮挡,形变和光照变化等场景的复杂性,基于传统局部相似度测量的目标跟踪存在很大缺点,例如,在跟踪过程中,仅仅依靠目标和模板的匹配度容易造成跟踪的偏移现象。鉴于此,该文提出一种基于局部差别性相似度测量的目标跟踪算法。首先,以目标-背景的差异性,形成相似性和差异性相结合的局部判别性相似度测量;其次,基于子块在视频序列中的差异性,对子块进行差异性学习,以提高跟踪的准确性。最后,在粒子滤波框架下,基于差别性局部区域测量构建了一种有效的目标跟踪算法。实验结果表明,在复杂图像序列中,该算法实现了目标的准确跟踪,并在光照变化、旋转、缩放和遮挡等方面具有较好的效果。
[Abstract]:In complex scenes, in order to better improve the robustness of tracking, local similarity measurement has been widely used. However, the complexity of local occlusion, deformation and illumination changes, the target tracking based on the traditional local similarity measurement has great shortcomings, for example, in the tracking process, only the target and template are relied on. In view of this, a target tracking algorithm based on local difference similarity measurement is proposed in this paper. First, local discriminability similarity measurement with similarity and difference is formed with the difference of target background. Secondly, the difference of sub block in video sequence is based on subblock entry. In the framework of particle filter, an effective target tracking algorithm based on differential local region measurement is built under the particle filter framework. The experimental results show that in the complex image sequence, the algorithm realizes the accurate tracking of the target, and is better in the aspects of illumination change, rotation, scaling and occlusion. Good effect.
【作者单位】： 北京航空航天大学计算机学院;
【基金】：国家自然科学基金(61300007)~~
【分类号】：TP391.41

【相似文献】

相关期刊论文 前10条

1 高翔;;基于粒子滤波的目标跟踪算法浅析[J];硅谷;2011年09期

2 龚萍;张辉;毛征;张庆龙;孔文超;;融合局部熵二维熵的空中目标跟踪算法研究[J];国外电子测量技术;2014年01期

3 孙中森;孙俊喜;宋建中;乔双;;一种抗遮挡的运动目标跟踪算法[J];光学精密工程;2007年02期

4 陈爱华;孟勃;朱明;王艳华;;多模式融合的目标跟踪算法[J];光学精密工程;2009年01期

5 牛长锋;刘玉树;;融合多特征的粒子滤波目标跟踪算法[J];华中科技大学学报(自然科学版);2010年01期

6 蔡荣太;吴元昊;王明佳;吴庆祥;;视频目标跟踪算法综述[J];电视技术;2010年12期

7 佟国峰;蒋昭炎;谷久宏;庞晓磊;;基于随机蕨丛的长期目标跟踪算法[J];东北大学学报(自然科学版);2013年01期

8 曹晓丽;李明;邢玉娟;谭萍;;几种自动目标跟踪算法的比较研究[J];硅谷;2013年02期

9 郑江滨;李秀秀;张艳宁;;视频监视中的运动目标跟踪算法[J];系统工程与电子技术;2007年11期

10 钟德华;夏翠艳;宋启敏;毛文龙;;多目标跟踪算法的研究与应用[J];计算机测量与控制;2008年06期

相关会议论文 前10条

1 徐炳吉;;一种多站联合目标跟踪算法[A];数学及其应用文集——中南模糊数学和系统分会第三届年会论文集（上卷）[C];1995年

2 杜方芳;刘士荣;邱雪娜;;一种改进的粒子滤波目标跟踪算法[A];PCC2009—第20届中国过程控制会议论文集[C];2009年

3 肖敬若;胡伏原;郑江滨;张艳宁;;一种有效的多目标跟踪算法[A];第十二届全国信号处理学术年会（CCSP-2005）论文集[C];2005年

4 张震宇;王立松;;基于粒子滤波的传感器目标跟踪算法[A];2008年中国高校通信类院系学术研讨会论文集（上册）[C];2009年

5 王亚楠;陈杰;甘明刚;;基于差分进化的改进粒子滤波目标跟踪算法[A];中国自动化学会控制理论专业委员会C卷[C];2011年

6 张涛;费树岷;胡刚;;基于多特征信息自适应融合的视频目标跟踪算法[A];第二十九届中国控制会议论文集[C];2010年

7 刘立欣;李杰;杨菲;;机载跟踪平台中目标跟踪算法的设计[A];第六届全国信息获取与处理学术会议论文集（2）[C];2008年

8 杨涛;齐春;;光学式多点触控系统中的多触点目标跟踪算法[A];第六届和谐人机环境联合学术会议（HHME2010)、第19届全国多媒体学术会议（NCMT2010）、第6届全国人机交互学术会议（CHCI2010）、第5届全国普适计算学术会议（PCC2010）论文集[C];2010年

9 李波;袁保宗;;LMSF Mean Shift目标跟踪算法[A];第十二届全国信号处理学术年会（CCSP-2005）论文集[C];2005年

10 李国兵;覃征;郭荣华;李向楠;;基于UKF的快速地面集群目标跟踪算法设计和实现[A];2009年中国智能自动化会议论文集（第六分册）[中南大学学报（增刊）][C];2009年

相关博士学位论文 前10条

1 张雷;复杂场景下实时目标跟踪算法及实现技术研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2016年

2 王晶晶;复杂拥挤环境下协同视频监控中目标跟踪算法研究[D];中国科学技术大学;2016年

3 田浩;基于核函数的目标跟踪算法研究[D];长安大学;2016年

4 项俊;基于检测的数据关联多目标跟踪算法研究[D];华中科技大学;2016年

5 卢建国;基于粒子滤波的视频目标跟踪算法研究[D];北京邮电大学;2011年

6 冯巍;分布式多视角目标跟踪算法研究[D];复旦大学;2011年

7 王书朋;视频目标跟踪算法研究[D];西安电子科技大学;2009年

8 刘晴;基于区域特征的目标跟踪算法研究[D];北京理工大学;2014年

9 邱雪娜;基于视觉的运动目标跟踪算法及其在移动机器人中的应用[D];华东理工大学;2011年

10 赵运基;基于视觉的目标跟踪算法研究[D];华南理工大学;2012年

相关硕士学位论文 前10条

1 张健;形变目标跟踪算法的研究与实现[D];辽宁大学;2015年

2 张巧丽;基于LabVIEW的运动目标跟踪算法研究与实现[D];陕西科技大学;2015年

3 钟宝康;基于压缩感知的预测目标跟踪算法研究[D];江西理工大学;2015年

4 薛桐;基于CamShift的运动目标跟踪算法研究[D];沈阳理工大学;2015年

5 王增宇;基于稀疏表达的目标跟踪算法研究[D];沈阳理工大学;2015年

6 王静;结构化的表观模型及两阶段目标跟踪算法研究[D];沈阳理工大学;2015年

7 葛凯蓉;自然场景下目标跟踪算法的研究[D];山东大学;2015年

8 向伟;基于检测的目标跟踪算法研究[D];上海交通大学;2015年

9 单顺勇;结合多示例学习和模板匹配的目标跟踪算法研究[D];江西理工大学;2015年

10 张碧武;基于单目视觉的目标跟踪算法的研究与实现[D];电子科技大学;2015年

，

本文编号：2140986