融合颜色与时空上下文信息的实时目标跟踪算法

发布时间：2019-03-10 21:27

【摘要】：提出一种融合颜色特征和时空上下文信息的跟踪算法以实时鲁棒跟踪运动目标.该算法首先使用目标及其周围局部上下文区域的自适应降维颜色特征和灰度特征建模目标表观,获得上下文先验模型;在此基础上,转换到频率域在线学习目标及其周围背景的空间上下文模型;最后通过计算置信图,寻找最大响应值,预测目标在下一帧的位置.为了验证算法性能,在CVPR2013 benchmark提供的跟踪数据集上与主流跟踪算法进行定量和定性分析对比实验,实验结果表明,本文提出的算法在目标发生形变、旋转、快速运动、部分遮挡以及受光照变化和背景干扰等复杂情况下能够适应目标表观的变化,具有较好的鲁棒性和实时性.
[Abstract]:A real-time robust tracking algorithm based on color features and spatio-temporal context information is proposed for real-time robust tracking of moving objects. The algorithm firstly uses the adaptive dimension reduction color feature and gray level feature of the target and its surrounding local context region to model the appearance of the target, and obtains the context priori model. On this basis, it transforms to the spatial context model of the online learning target and its surrounding background in the frequency domain. Finally, by calculating the confidence diagram, the maximum response value is found, and the position of the target in the next frame is predicted. In order to verify the performance of the algorithm, the quantitative and qualitative analysis experiments are carried out on the tracking data set provided by CVPR2013 benchmark with the mainstream tracking algorithm. The experimental results show that the proposed algorithm has the advantages of deformation, rotation and fast movement of the target. Under complex conditions such as partial occlusion and illumination and background interference, it can adapt to the change of target appearance, and has good robustness and real-time performance.
【作者单位】： 华南农业大学数学与信息学院;
【基金】：国家自然科学基金项目(61202294)资助
【分类号】：TP391.41

【相似文献】

相关期刊论文 前10条

1 金忠;一种多目标跟踪算法[J];南京理工大学学报(自然科学版);1985年S1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 马奔,史忠科,皮燕妮;成像目标跟踪算法分析[J];西安电子科技大学学报;2005年03期

4 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

5 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

6 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

7 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

8 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

9 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

10 王鲁平,李飚,胡敏露;一种基于多传感器数据融合的目标跟踪算法[J];红外与激光工程;2004年02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 付晓薇;方康玲;李曦;;一种基于特征的多目标跟踪算法[A];2003年中国智能自动化会议论文集（下册）[C];2003年

4 许伟村;赵清杰;;一种基于粒子滤波的多目标跟踪算法[A];2011年中国智能自动化学术会议论文集（第一分册）[C];2011年

5 李军;张华;单梁;;一种基于Mean shift和粒子滤波的综合目标跟踪算法[A];2009年中国智能自动化会议论文集（第七分册）[南京理工大学学报（增刊）][C];2009年

6 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

7 郑黎义;陈兴无;王磊;李正东;;红外/雷达双传感器融合目标跟踪算法[A];中国工程物理研究院科技年报（2005）[C];2005年

8 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

9 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

10 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

相关博士学位论文 前10条

1 胡子军;基于随机有限集的雷达多目标跟踪算法研究[D];西安电子科技大学;2015年

2 王保宪;复杂背景下的视频目标跟踪算法研究[D];北京理工大学;2016年

3 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

4 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

5 田浩;基于核函数的目标跟踪算法研究[D];长安大学;2016年

6 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

7 冯巍;分布式多视角目标跟踪算法研究[D];复旦大学;2011年

8 王书朋;视频目标跟踪算法研究[D];西安电子科技大学;2009年

9 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

10 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

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：2438043