基于视觉显著性特征的自适应目标跟踪

吉林大学学报(信息科学版) ›› 2015, Vol. 33 ›› Issue (2): 195-120.

基于视觉显著性特征的自适应目标跟踪

张亚红¹, 杨摇欣^1,2, 沈摇雷¹, 周延培¹, 周大可¹

1. 南京航空航天大学自动化学院, 南京210016; 2. 东南大学自动化学院, 南京210096

收稿日期:2014-01-10 出版日期:2015-03-24 发布日期:2015-05-29
作者简介:张亚红(1989—), 女, 山西临汾人, 南京航空航天大学硕士研究生, 主要从事目标跟踪与模式识别研究, (Tel)86-15850505572(E-mail)zhangyahong0724@163. com;杨欣(1978—), 男, 江苏镇江人, 南京航空航天大学副教授, 博士, 主要从事模式识别、图像处理研究, (Tel)86-13770510498(E-mail)yangxin@ nuaa. edu. cn。
基金资助:
国家自然科学基金资助项目(61172135); 南京航空航天大学青年科技创新基金资助项目(NS2014035); 南京航空航天大学研究生创新基地(实验室)开放基金资助项目(kfjj201426)

Adaptive Object Tracking Based on Visual Significant Feature

ZHANG Yahong¹, YANG Xin ^1,2, SHEN Lei¹, ZHOU Yanpei¹, ZHOU Dake¹

1. College of Automation Engineering, Nanjing University of Aeronautics and Astronautics, Nanjing 210016, China; 2. College of Automation Engineering, Southeast University, Nanjing 210096, China

Received:2014-01-10 Online:2015-03-24 Published:2015-05-29

摘要/Abstract

摘要：

为解决运动目标跟踪过程中候选目标信息描述单一的问题, 提出一种基于视觉显著性特征融合的自适应目标跟踪算法。提取目标颜色、颜色的变化、强度和运动信息构建目标四元数模型, 采用相位谱重建算法检测目标的显著图(Saliency Map), 并根据特征相似度大小自适应调整权值, 融合视觉显著性特征和颜色特征实现目标跟踪。实验结果表明, 该算法能有效克服部分遮挡和背景融合干扰, 从而实现复杂背景下目标的准确跟踪。

关键词: 目标跟踪, 视觉显著图, 视觉显著性特征, 特征融合

Abstract:

In order to solve the singular describing of candidate target in object tracking, an algorithm based on adaptive feature fusion of visual significant feature is proposed. The quaternion model of target composed of intensity, motion, color and the change of color feature is built, and the PQFT (Phase spectrum of Quaternion Fourier Transform) is used to extract saliency map. According to similarity coefficient, the fusion weights are adaptively adjusted and the color feature is combined to ensure accurate tracking. The experimental results demonstrate that the approach can effectively overcome the part occlusion and the interference of background, realizing the accurate tracking under the case of complex background.

Key words: object tracking, saliency map, visual significant feature, feature fusion

中图分类号:

TP391

张亚红, 杨欣, 沈雷, 周延培, 周大可. 基于视觉显著性特征的自适应目标跟踪[J]. 吉林大学学报(信息科学版), 2015, 33(2): 195-120.

ZHANG Yahong, YANG Xin, SHEN Lei, ZHOU Yanpei, ZHOU Dake. Adaptive Object Tracking Based on Visual Significant Feature[J]. Journal of Jilin University(Information Science Ed, 2015, 33(2): 195-120.

[1]	刘俊杰,杨勇,才华,曲福恒,李双鑫 . 基于视频的运动目标跟踪算法[J]. 吉林大学学报(信息科学版), 2017, 35(3): 347-353.
[2]	姚明海, 王娜, 林英建. 基于特征融合的视频异常事件检测方法[J]. 吉林大学学报(信息科学版), 2016, 34(3): 441-448.
[3]	鲁奉军, 王世刚, 赵文婷, 赵晓琳. 基于可判别叶子的霍夫森林目标跟踪算法[J]. 吉林大学学报(信息科学版), 2016, 34(1): 86-71.
[4]	蒋恩源, 王学军. 基于跟踪轨迹的车辆异常行为检测[J]. 吉林大学学报(信息科学版), 2016, 34(1): 98-103.
[5]	闫增成, 宋路. 基于模板匹配与线性预测的目标跟踪算法[J]. 吉林大学学报(信息科学版), 2015, 33(5): 544-.
[6]	李飞, 王从庆, 周鑫, 周大可. 基于在线多示例学习的协同训练目标跟踪算法[J]. 吉林大学学报(信息科学版), 2015, 33(2): 201-207.
[7]	王建功, 林国余. 基于多特征融合的多摄像机人体跟踪方法[J]. 吉林大学学报(信息科学版), 2014, 32(6): 675-683.
[8]	江虹,郭树旭,钱晓华. 基于双特征融合的动态图像分析算法[J]. J4, 2011, 29(02): 110-.
[9]	陈智强\|王晓曼\|钟刚\|赵海丽\|张辉\|安宏伟. 基于虚拟仪器的靶标动态图像测试技术[J]. J4, 2010, 28(06): 552-.
[10]	刘鹏,王晓曼,钟刚,褚影,韩志强. 基于DSP与FPGA的靶标动态检测跟踪技术[J]. J4, 2010, 28(01): 8-.