改进﹢mean﹢shift﹢算法在目标跟踪中的研究 - 学兔兔 www.bzfxw.com .pdf

改进算法在目标跟踪中的研究
周春云丁伟房伟谢林柏
国家高性能计算中心扬州分中心,万方电子技术有限责任公司,扬州 ;
扬州大学;江南大学
摘要:提出了种融合纹理和颜色模型的改进算法,可以克服传统目标跟踪方法中目标特征单的缺点.
在传统算法的框架下,通过融合目标信息的颜色模型和变换后的纹理模型,从多角度建立匹配
特征,并在嵌入式平台上实现本文提出的算法.实验结果显示,跟踪效果得到明显的改善.
关键词目标跟踪算法变换嵌入式系统
中图分类号文献标识码
带宽不能实时变化的缺陷 .等简化
引言
直方图,同时考虑了目标的三维信息,结合算
随着科学技术的快速发展,计算机视觉的应用范围越 .
法对运动目标进行跟踪等提出种空间直
来越广深深地影响人类的生产和生活目标检测与跟踪方图模型该模型不仅考虑运动目标的颜色信息同时考
是计算机视觉的重要研究课题其涉及到图像处理人工虑各个像素之间的空间位置关系
智能以及模式识别等诸多领域.在无人驾驶、国防安全、基于传统算法本文在融合目标信息的
智能视频监控、基于视频的人机交互等领域都有广泛的应颜色模型和变换后的纹理模型基础上从多角
用,因此研究此课题很有意义.度建立匹配特征,最终在特定的嵌入式平台上实现了该算
法.实验结果显示,本文所提出的算法能够在嵌入式平台
视频对象检测与跟踪技术是计算机视觉中个非
实现,而且在视频图像的目标跟踪中,与单特征空间的
常关键的技术与之有联系的应用主要有智能视频监控
目标模型相比,本算法具有更好的鲁棒性及有效性.
基于视频的人机交互智能机器人医疗诊断中的应用
此外,目标跟踪在视觉控制 、国防安全 、农业自动
颜色直方图的跟踪算法
化 、视觉重构等领域均有应用.目标跟踪,即在段
视频图像中的每帧图像中找到感兴趣的目标所处的位目标参考模型
置.个好的视频跟踪算法般要满足两个基本要求:实
设计假设目标区域有个像素 为相对于目
时性强和鲁棒性强.
标区域中心位置在目标区域中各像素点的坐标,特征值
概念最早是由等提出基于
mean shift Fukunaga的个数为个, ,,?? ,为各直方图段数的索引
提出的尺度空间理论 .提出了种改值,则目标模型的核密度概率函数的颜色直方图可以用式
进的算法,弥补了在运动目标跟踪中核函数 表示:
年第期
式中只有第二项含有 ,根据均值平移理论可知,只要
核函数 ?? 是单调的并且函数的曲线是凸的,令 ??
式中:改 ?? 是进核函数;?? 是函数算 ?? ;法在目标跟踪中的研究
则根据均值平移理论该概率密度估计的极值
是指示函数,指示像素点所在直方图段数.定
点可以从处递归得到,计算得到新的目标位置为:
义如下所示:
周春云丁伟房伟谢林柏
ij 国家高性能计算中心扬州分中心,万方电子技术有限责任公司 ,扬州 ;
扬州大学;江南大学
函数 ?? 和 ?? 的作用是判断像素的颜色是否为
输入特征 ;归化直方图即 ,则得到归化常
摘要:提出了种融合纹理和颜色模型的改进算法,可以克服传统目标跟踪方法中目标特征单的缺点.
数 ,如下所示:改进算法
在传统算法的框架下,通过融合目标信息的颜色模型和变换后的纹理模型,从多角度建立匹配
特征,并在嵌入式平台上实现本文提出的算法.实验结果显示,跟踪效果得到明显的改善.
n变换
关键词目标跟踪 k X算i法变换嵌入式系统
分解变换是通过两个步骤实现的:方向滤
中图分类号文献标识码
波器组滤波和拉普拉斯金
候选目标模型 Directionalfilterbank DFB
字塔 , 分解.将方向滤波器和金
设 是相对于以为中心位置候选目标中各
ResearchonTar etTrackin Basedo字n塔I分m解r结o合ve起d来m,就ea实n-现s了hiftAI orit变h换m,单独使用
像素点的坐标, ,,?? ,是索引值,指示各直方图的
其中任何步都不能很好地对图像进行描述.金字塔分
段数.采用尺度为的核函数 ,则候选目标的核概
解不具有方向性,对高频部分不能很好地分解;而方向滤
率密度函数的颜色直方图如下所示
2波器对高频部分能很好地分解,但对低频部分不行.二者
的结合可以很好地描述图像.
同上,归化常数如下所示:图像经过拉普拉斯塔形滤波器 产生个低通图
1像以及原图与低通逼近图之间的差值也就是得到了该层
分解后的低频子带和高频子带方向滤波器组再对高频
子带进行分解,则高频子带可被分解为个方向子带
Keywor基 ds于tar相get似tr性 ack函 ing数me的an-测shi度 ftalgorithm Contourlettransform embeddedsystem
为任意正整数.对低频子带重复上述过程,实现了对图
目标候选模型和目标参考模型之间的相似程度可以
像的多分辨率多方向分解.
通过相似函数来描述,两个模型的概率分布在理想情况下
带宽不能实时变化的缺陷 .等简化
纹理模型
引言
是相 同的.通常使用系数作为相似性度量
yy直方图,同时考虑了目标的三维信息,结合算
在基于变换的算法中,般用子带能量的
函数用来描述候选模型和目标模型之间的相似程度定
随着科学技术的快速发展,计算机视觉的应用范围越 .
法对运动目标进行跟踪等提出种空间直
均方差和平均值来表示分解后子带的纹理为了降低计
义如下所示
来越广深深地影响人类的生产和生活目标检测与跟踪方图模型该模型不仅考虑运动目标的颜色信息同时考
算复杂度本文采用子带能量的平均值来提取各子带纹理
是计算机视觉的重要研究课题其涉及到图像处理人工虑各个像素之间的空间位置关系
y y q p y q 6特征,即:
智能以及模式识别等诸多领域.在无人驾驶、国防安全、基于传统算M法N本文在融合目标信息的
式中,值为 ,值越大,表示目标模型和候选区域越
智能视频监控、基于视频的人机交互等领域都有广泛的应颜色模型和变换后的纹理模型基础上从多角
相似.
用,因此研究此课题很有意义.度建立匹配特征,最终在特定的嵌入式平台上实现了该算
式中和分别为各子带系数的行列数为
位置更新
法.实验结果显示,本文所提出的算法能够在嵌入式平台
视频对象检测与跟踪技术是计算机视觉中个非 , , :
变换后各子带的系数为归化因子即满足下式
当目标模型确定后候选区域在当前帧内移动时令
实现,而且在视频图像的目 sb标跟踪中,与单特征空间的
常关键的技术与之有联系的应用主要有智能视频监控
其中心为 ,则得到不同的系数 ,跟踪
ρ目标模型相比,本算法具有更好的鲁棒性及有效性.
基于视频的人机交互智能机器人医疗诊断中的应用
目标的位置就在 极大值处.令初始中心位置为 ,
ρ式中,表示子带的个数.
此外,目标跟踪在视觉控制 、国防安全 、农业自动 sb
颜色直方图的跟踪算法
通过泰勒展开,可近似为: 1 mean shift
4 ρ 5进行级分解得到的个子带分别用公
化 、视觉重构等领域均有应用.目标跟踪,即在段
式 对其进行纹理信息提取,得到建模区域的
视频图像中y的每q帧p图像y中