北京邮电大学学报 ›› 2016, Vol. 39 ›› Issue (6): 88-92,98.doi: 10.13190/j.jbupt.2016.06.017
基于混合特征的运动目标跟踪方法
任楠1, 杜军平1, 朱素果1, 李玲慧1, JangMyung Lee2
- 1. 北京邮电大学 计算机学院, 北京 100876;
2. 韩国釜山国立大学 电子工程系, 韩国 釜山
Robust Visual Tracking Based on Mixed Features
REN Nan1, DU Jun-ping1, ZHU Su-guo1, LI Ling-hui1, JangMyung Lee2
- 1. School of Computer Science, Beijing University of Posts and Telecommunications, Beijing 100876, China;
2. Department of Electronics Engineering, Korea Pusan National University, Busan, Korea
摘要: 为了应对运动目标跟踪任务中目标的尺度、光照变化和形变等情况,提出了一种基于混合特征的运动目标跟踪方法——SoH-DLT,综合考虑了运动目标的轮廓特征和细节特征.在粒子滤波跟踪过程中引入方向直方图描述目标轮廓特征,保证与目标最相似的粒子在尺度、光照变化和形变的情况下仍能获得较高的置信度,并作为跟踪结果输出.结合深度学习获得的高层特征和具有尺度不变性的加速鲁棒特征计算粒子权重,提高了复杂运动场景下目标跟踪的准确度,强化了SoH-DLT方法对尺度变化运动目标跟踪的鲁棒性.实验结果表明,SoH-DLT与其他方法相比获得了更好的跟踪效果.
中图分类号: