搜索
复杂背景下运动目标的实时跟踪作者：王健，张桂林，WangJian，ZhangGuilin作者单位：华中科技大学图像所信息处理与智能控制教育部重点实验室,武汉,430074刊名：计算机与数字工程英文刊名：COMPUTERANDDIGITALENGINEERING年，卷(期)：2005，33(11)引用次数：2次参考文献(9条)1.IsardM.BlakeAContourTrackingbyStochasticPropagationofConditionalDensity19962.康健.司锡才.芮国胜基于贝叶斯原理的粒子滤波技术概论2004(26)3.ChengYMeanShift,ModeSeeking,andClustering1995(8)4.DComaniciu.VRamesh.PMeerKernel-basedobjecttracking2003(25)5.NummiaroK.Koller-MeierE.VanGoolLAnAdaptiveColor-BasedParticleFilter2003(21)6.JSLiu.RChenSequentialMonteCarloMethodsforDynamicSystems1998(93)7.MIsard.ABlakeICONDENSATION:Unifyinglow-levelandhigh-leveltrackinginastochasticframework19988.KoichiroDeguchi.OkiKawanakaTOObjecttrackingbythemean-shiftofregionalcolordistributioncombinedwiththeparticle-filteralgorithm9.张华君.韩崇昭一种基于非线性频谱分析的多模型在线早期故障预报方法[期刊论文]-计算机工程与应用2004(3)相似文献(8条)1.期刊论文张旭.李志国.ZHANGXu.LIZhi-guo基于粒子滤波和均值平移的目标跟踪-激光与红外2008,38(8)提出一种粒子滤波和均值平移相结合的跟踪算法,其中均值平移起主导作用,当其失效时会产生少量的粒子进一步搜索,确定目标位置以减少误差.与传统的粒子滤波相比,这种方法只需少量的粒子覆盖可能的目标分布,大大减少了计算量.2.期刊论文李国.张心珂.杨国庆.高庆吉.LIGuo.ZHANGXin-ke.YANGGuo-qing.GAOQing-ji一种自适应的运动目标实时跟踪算法-北京邮电大学学报2006,29(z2)提出了一种基于均值平移(meanshift)和粒子滤波融合的自适应运动目标跟踪算法.该算法在处理来自PTZ(Pan/Tilt/Zoom)摄像机的视频图像时,自适应地更新直方图模板的特征信息,并结合meanshift算法来控制粒子滤波中粒子的产生,根据粒子的权值计算目标的位置.测试结果验证了该算法的实用性和有效性.3.会议论文张心珂.李国.杨国庆.高庆吉基于PTZ摄像机的运动目标实时监控系统2006在运动目标实时监控中,为了解决物体运动时被全遮挡、旋转和光照环境变化比较大等问题,提出了一种基于均值平移(MeanShift)和粒子滤波融合并改善的运动目标的跟踪算法.该算法处理结合PTZ(Pan/Tilt/Zoom),使目标始终位于图像的中心区域.不受目标外形和比例变化影响的直方图作为自适应更新模板的特征信息,并结合MeanShift算法来控制粒子滤波中粒子的产生,根据粒子的权值来计算目标的位置.实地测试结果验证了算法在智能监控中的实用性和有效性.4.会议论文李国.张心珂.杨国庆.高庆吉一种自适应的运动目标实时跟踪算法2006提出了一种基于均值平移(meanshift)和粒子滤波融合的自适应运动目标跟踪算法.该算法在处理来自PTZ(Pan/Tilt/Zoom)摄像机的视频图像时,自适应地更新直方图模板的特征信息,并结合meanshift算法来控制粒子滤波中粒子的产生,根据粒子的权值计算目标的位置.测试结果验证了该算法的实用性和有效性.5.会议论文张心珂.李国.杨国庆.高庆吉基于PTZ摄像机的运动目标实时跟踪算法2006在智能监控中,跟踪运动目标是一个难点,为了解决物体运动时被全遮挡、旋转和光照环境变化比较大等问题,提出了一种基于均值平移(meanshift)和粒子滤波融合并改善的运动目标的跟踪算法.该算法处理结合PTZ(pan/tilt/zoom),使目标始终位于图像的中心区域.不受目标外形和比例变化影响的直方图作为自适应更新模板的特征信息,并结合MeanShift算法来控制粒子滤波中粒子的产生,根据粒子的权值来计算目标的位置.实地测试结果,验证了算法在智能监控中的实用性和有效性.6.会议论文沈乐君球类比赛中运动员的实时视觉跟踪2006跟踪球场中的运动员,得到每个球员的时序位置信息,是研究其体能和技战术特点,辅助教练员进行科学训练的关键技术。运动场景中的目标跟踪方法有其特殊性。本文探讨了球类比赛中,目标跟踪的特征选择、背景消除、状态转换和实现方法,引入了核函数密度估计方法,比较了不同算法的计算性能和鲁棒性,并以足球为例进行试验。7.学位论文张心珂基于机器视觉的目标跟踪算法研究2007本文对基于机器视觉的目标跟踪算法进行了研究。文章探讨了基于机器视觉的运动目标跟踪算法和系统实现，介绍了常用的静止背景下运动目标的检测和提取算法及均值平移目标跟踪算法和粒子滤波跟踪算法，以及两者的融合算法。在静止背景下的目标检测方面，分析了两种主要的目标检测算法一瞬时差分法和自适应背景相减法的基本原理，并通过实验对两种算法进行比较、分析，同时着重研究了自适应背景模型方法。在运动目标跟踪方面，分析了Mem-shift目标跟踪算法和粒子滤波跟踪算法的基本原理，以及两种算法存在的问题，通过实验对这两种跟踪算法进行了分析。对于Mean-shift跟踪算法，研究了一种自适应的模板更新算法，用自适应更新的Meen-shift算法使粒子向局部极大值处移动，可解决重采样过程导致的多样性丧失问题。实验表明该算法具有良好的鲁棒性。8.学位论文陈家树像素差的平方和增强核粒子滤波的非刚体目标跟踪2008本文就目标在运动过程中的突然变速运动对跟踪系统性能的影响做了深入研究，希望在这种情况下能够提高跟踪系统的性能和效率。我们结合像素差的平方和(SSD)与传统粒子滤波器(PF)的改进算法核粒子滤波器[1](KPF)两种跟踪算法，发挥他们各自的跟踪优势，级联得到新的SKPF算法。首先，KPF算法本身具备传统PF的良好跟踪性能，还能解决当动态系统中噪声很小或者观察噪声变化很小时，传统PF出现的严重的退化现象。但是由于KPF和传统PF一样，在跟踪大位移的突然变速运动时，往往会丢失跟踪目标，而且这时KPF中的均值平移迭代次数会迅速上升，跟踪系统的实时性下降，所以我们引入了SSD算法。当目标出现较大位移时，SSD算法是理想的跟踪算法，它能够迅速定位目标状态位置，避免丢失跟踪目标，减少KPF的均值平移迭代次数，提高跟踪性能。其次，由于SSD算法的引入导致粒子出现退化问题，也就是状态空间中的大量粒子迅速退化到一个状态点上，而且在SSD算法中，目标模型不稳定，变化很快。这些问题通过级联KPF后都可以解决。KPF会对粒子做高斯抖动，防止粒子退化，而且KPF也有稳健的目标模型，它又增强了SSD算法的稳定性。所以他们两者之间是互为补充、增强的。最后，为了让SSD算法能更好地融入到新的跟踪算法中，本文对传统SSD算法做了改进，降低了SSD算法本身的计算量，而且利用SSD的中间结果完成对目标模型的同步更新，还利用SSD算法增加了对粒子跟踪框的可信度判断，这些方法增强了SKPF算法的鲁棒性，提高了跟踪性能。本文在最后通过实验验证了SKPF算法的有效性。结合实验结果说明SSD算法的引入降低了KPF中均值平移的次数，增强了SKPF对大位移运动的跟踪性能。由于增加了对粒子跟踪框的可信度判断，SKPF在出现遮挡现象时也表现出良好地鲁棒性。这都说明级联SSD和KPF构成了一个简单且有效的跟踪系统。引证文献(2条)1.张焱.张志龙.沈振康.鹿小莺基于动态显著性特征的粒子滤波多目标跟踪算法[期刊论文]-电子学报2008(12)2.张长城.李智明.杨德贵.王宏强基于MSPF方法的红外弱小目标自适应跟踪算法分析[期刊论文]-红外技术2007(08)本文链接：下载时间：2009年11月23日