吉林大学学报(工学版) ›› 2015, Vol. 45 ›› Issue (2): 663-669.doi: 10.13229/j.cnki.jdxbgxb201502049
王宣1,2,刘晶红1
WANG Xuan1,2,LIU Jing-hong1
摘要: 针对局部敏感直方图跟踪算法中缺乏抗遮挡处理机制,在目标被长时间大面积遮挡时易丢失目标的问题,提出了一种基于分层局部敏感直方图特征的实时跟踪算法。该算法将目标模板分为多个顶层区域,分别判断每个顶层区域是否被遮挡,停止被遮挡区域的模板更新。在更新过程中,针对各顶层区域的置信度不同采用不同的更新速度,使环境变化时算法仍保持良好的抗遮挡性能。对视频的测试结果表明:本方法在目标大小为60 pixel×60 pixel时平均帧速为30帧/s,满足实时性要求。与局部敏感直方图跟踪算法相比,本算法具有更好的抗长时间遮挡和光照变化的性能。
中图分类号:
[1] Collins R, Liu Yan-xi, Leordeanu M. Online selection of discriminative tracking feature[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2005,27(10): 1631-1634. [2] 曲昭伟, 魏福禄, 魏巍, 等. 雷达与视觉信息融合的 行人检测方法[J]. 吉林大学学报: 工学版, 2013,43(5): 1230-1234. Qu Zhao-wei, Wei Fu-lu, Wei Wei, et al. Pedestrian detect by radar vision data fusion[J]. Jurnal of Jinlin University (Engineering and Technology Edition), 2013, 43(5): 1230-1234. [3] Lei Peng, Wu Tian-fu, Pei Ming-tao, et al. Robust Track- ing by Accounting for Hard Negatives Explicitly[C]∥International Conference on Pattern Recognition,Tsukuba, Japan, 2012: 2112-2115. [4] James S S, Deva R. Self-paced learning for long-term tracking[C]∥Computer Vision and Pattern Recognition, Oregon, Porland, 2013:2379-2386. [5] He S F, Yang Q X, Rynson W H, et al. Visual tracking via locality sensitive histograms[C]∥Computer Vision and Pattern Recognition, Oregon, Porland, 2013:2427-2434. [6] Donghoon K, Donghwa L, Hyun M, et al. Object det- ection and tracking for autonomous underwater robots using weighted template matching[C]∥OCEANS, Yeosu, South Korea, 2012:1-5. [7] Caterina G D, Soraghan J J. Robust complete occlusion handling in adaptive template matching target tracking[J].Electronics Letters, 2012, 48(14): 831-832. [8] Sanjay K S, Adhikari G, Das B K. A fast template matching algorithm for aerial object tracking[C]∥International Conference on Image Infromation Processing, Himachal Pradesh, India, 2011:1-6. [9] Lamberti F, Sanna A, Paravati G. Improving robustness of infrared target tracking algorithms based on template matching[J].Aerospace and Electronic Systems, 2011, 47(2): 1467-1480. [10] Alt N, Hinterstoisser S, Navab N. Rapid selection of reliable templates for visual tracking[C]∥Computer Vision and Pattern Recognition, San Francisco, USA, 2010:1355-1362. |
[1] | 苏寒松,代志涛,刘高华,张倩芳. 结合吸收Markov链和流行排序的显著性区域检测[J]. 吉林大学学报(工学版), 2018, 48(6): 1887-1894. |
[2] | 徐岩,孙美双. 基于卷积神经网络的水下图像增强方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1895-1903. |
[3] | 黄勇,杨德运,乔赛,慕振国. 高分辨合成孔径雷达图像的耦合传统恒虚警目标检测[J]. 吉林大学学报(工学版), 2018, 48(6): 1904-1909. |
[4] | 李居朋,张祖成,李墨羽,缪德芳. 基于Kalman滤波的电容屏触控轨迹平滑算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1910-1916. |
[5] | 应欢,刘松华,唐博文,韩丽芳,周亮. 基于自适应释放策略的低开销确定性重放方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1917-1924. |
[6] | 陆智俊,钟超,吴敬玉. 星载合成孔径雷达图像小特征的准确分割方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1925-1930. |
[7] | 刘仲民,王阳,李战明,胡文瑾. 基于简单线性迭代聚类和快速最近邻区域合并的图像分割算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1931-1937. |
[8] | 单泽彪,刘小松,史红伟,王春阳,石要武. 动态压缩感知波达方向跟踪算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1938-1944. |
[9] | 姚海洋, 王海燕, 张之琛, 申晓红. 双Duffing振子逆向联合信号检测模型[J]. 吉林大学学报(工学版), 2018, 48(4): 1282-1290. |
[10] | 全薇, 郝晓明, 孙雅东, 柏葆华, 王禹亭. 基于实际眼结构的个性化投影式头盔物镜研制[J]. 吉林大学学报(工学版), 2018, 48(4): 1291-1297. |
[11] | 陈绵书, 苏越, 桑爱军, 李培鹏. 基于空间矢量模型的图像分类方法[J]. 吉林大学学报(工学版), 2018, 48(3): 943-951. |
[12] | 陈涛, 崔岳寒, 郭立民. 适用于单快拍的多重信号分类改进算法[J]. 吉林大学学报(工学版), 2018, 48(3): 952-956. |
[13] | 孟广伟, 李荣佳, 王欣, 周立明, 顾帅. 压电双材料界面裂纹的强度因子分析[J]. 吉林大学学报(工学版), 2018, 48(2): 500-506. |
[14] | 林金花, 王延杰, 孙宏海. 改进的自适应特征细分方法及其对Catmull-Clark曲面的实时绘制[J]. 吉林大学学报(工学版), 2018, 48(2): 625-632. |
[15] | 王柯, 刘富, 康冰, 霍彤彤, 周求湛. 基于沙蝎定位猎物的仿生震源定位方法[J]. 吉林大学学报(工学版), 2018, 48(2): 633-639. |
|