全部 标题 作者
关键词 摘要

OALib Journal期刊
ISSN: 2333-9721
费用:99美元

查看量下载量

相关文章

更多...

一种面向高斯差分图的压缩感知目标跟踪算法

Keywords: 压缩感知 多尺度空间 高斯差分图 跟踪窗

Full-Text   Cite this paper   Add to My Lib

Abstract:

针对压缩感知目标跟踪算法在目标纹理改变、比例缩放、光照变化剧烈时鲁棒性不足, 提出一种面向高斯差分图的实时跟踪算法.首先, 构建图像的多尺度空间及其对应的高斯差分图, 实现高斯差分图的特征提取并获取压缩感知的输入信号;然后, 通过压缩降维, 目标邻域遍历, 参数更新等过程, 计算出面向高斯差分图的后续帧的目标最优跟踪窗;最后, 将跟踪窗投影到对应的原始图像上, 完成面向视频流的目标跟踪.高斯差分图像是单通道灰度图, 具有灰度取值范围小、数值低、结构简单、维数少等特点, 增强了特征对纹理改变、比例缩放和光照变化的稳健性, 且继承了传统算法的实时性.实验证明, 该算法能够快速准确地实现复杂环境下的移动目标跟踪任务

References

[1]  1Sevilla-Lara L, Learned-Miller E. Distribution Fields for Tracking[C]. IEEE Conference on Computer Vision and Pattern Recognition, 2012, 1910-1917.
[2]  2Oron S, Bar-Hillel A, Levi D, et al. Locally orderless tracking[C]. IEEE Conference on Computer Vision and Pattern Recognition(CVPR), 2012, 1940-1947.
[3]  3Wang S, Lu H, Yang F, et al. Superpixel tracking[C]. IEEE International Conference on Computer Vision(ICCV), 2011, 1323-1330.
[4]  4Lin Zaiping, Zhou Yiyu, An Wei. Improved multitarget track-before-detect using probability hypothesis density filter[J]. J. Infrared Millim. Waves(林再平, 周一宇, 安玮.改进的概率假设密度加波多目标检测前跟踪算法, 红外与毫米波学报)2012, 31(5): 475-480.
[5]  5Donoho D L. Compressed sensing[J]. Information Theory, IEEE Transactions on, 2006, 52(4): 1289-1306.
[6]  6Hanxi L, Chunhua S, Qinfeng S. Real-time visual tracking using compressive sensing[C]. IEEE Conference on Computer Vision and Pattern Recognition(CVPR), 2011, 1305-1312.
[7]  7Zhang K, Zhang L, Yang M H. Real-time compressive tracking[C]. in Computer Vision-ECCV, 2012, Springer, 864-877.
[8]  8Kong Jun, Tang Xinyi, Jiang Min. Object location technique for moving target based on multi-sclae feature extraction[J]. J. Infrared Millim. Waves(孔军, 汤心溢, 蒋敏, 基于多尺度特征提取的运动目标定位研究, 红外与毫米波学报)2011, 30(1): 21-26.
[9]  9Lindeberg T. Scale-space theory: A framework for handling image structures at multiple scales[C]. in Proc. CERN School of Computing, 1996, 27-38.

Full-Text

Contact Us

service@oalib.com

QQ:3279437679

WhatsApp +8615387084133