您的位置:山东大学 -> 科技期刊社 -> 《山东大学学报(工学版)》

山东大学学报(工学版)

• 机器学习与数据挖掘 • 上一篇    下一篇

跟踪框自适应的尺度变化目标跟踪算法

李武,侯志强*,魏国剑,余旺盛   

  1. 空军工程大学信息与导航学院, 陕西 西安 710077
  • 收稿日期:2013-08-22 出版日期:2014-04-20 发布日期:2013-08-22
  • 通讯作者: 侯志强(1973-),男,西安人,副教授,博士,主要研究方向为多传感器信息融合,图像处理与视觉跟踪. E-mail:hou-zhq@sohu.com
  • 作者简介:李武(1989-),男,陕西韩城人,硕士研究生,主要研究方向为图像处理与视觉跟踪.E-mail:liwu19890411@163.com
  • 基金资助:
    国家自然科学基金资助项目(61175029);陕西省自然科学基金资助项目(2011JM8015)

Algorithm of scale change objects tracking with adaptive bandwidth

LI Wu, HOU Zhiqiang*, WEI Guojian, YU Wangsheng   

  1. Information and Navigation College, Air Force Engineering University, Xian 710077, Shaanxi, China
  • Received:2013-08-22 Online:2014-04-20 Published:2013-08-22

摘要: 为解决尺度变化的目标跟踪问题,借助于对数极坐标变换良好的尺度旋转不变性,提出一种基于椭圆对数极坐标变换域下目标跟踪算法。算法利用一种显著性加权的Mean Shift进行空间定位,进而将目标区域变换到椭圆对数极坐标系下并沿尺度轴进行积分,通过一维的最大相关匹配确定目标的尺度参数。实验结果表明,该算法不仅空间跟踪误差较低,而且能够较稳定地适应目标尺度变化,具有较好的鲁棒性。

关键词: 尺度变化, 相关匹配, 均值漂移, 椭圆对数极坐标变换, 目标跟踪, 显著性加权

Abstract: Taking advantage of the invariant characters for translation and rotation of the Log-polar transformation, a scale tracking method based on the ellipse log-polar transform was investigated to resolve the problem of scale change object tracking. Firstly, a saliency weighted mean shift was presented to locate the objects spatial orientation, then the candidate object region was translated to the ellipse log-polar transformation and integrated along the scale axis. The new proposed method estimated the targets scale parameters according to the maximum correlation coefficient in the transform domain. Experimental results demonstrated that the algorithm could adapt to the objects scale changes and the tracking error was lower. Compared with the traditional, it had a better robustness.

Key words: object tracking, salient weighting, scale variant, mean shift, ellipse log-polar transform, correlation matching

中图分类号: 

  • TP391
[1] 马帅依凡,赵子健. 基于人工标记的手术导航仪[J]. 山东大学学报(工学版), 2017, 47(3): 63-68.
[2] 王海军,葛红娟,张圣燕. 基于L1范数和最小软阈值均方的目标跟踪算法[J]. 山东大学学报(工学版), 2016, 46(3): 14-22.
[3] 郭志波, 董健, 庞成. 多技术融合的Mean-Shift目标跟踪算法[J]. 山东大学学报(工学版), 2015, 45(2): 10-16.
[4] 葛凯蓉, 常发亮, 董文会. 基于局部敏感直方图的稀疏表达跟踪算法[J]. 山东大学学报(工学版), 2014, 44(5): 14-19.
[5] 邱晓欣1,2,张文强1,2*,秦晋贤1,2,杜正阳1,2,张德峰1,2. 恶劣环境下多目标实时跟踪算法研究[J]. 山东大学学报(工学版), 2014, 44(2): 21-27.
[6] 方 挺,杨 忠,沈春林 . 无人机编队视频序列中的多目标精确跟踪[J]. 山东大学学报(工学版), 2008, 38(4): 22-26 .
[7] 马丽,常发亮,乔谊正 . 基于遗传算法和粒子滤波器的非刚性目标跟踪[J]. 山东大学学报(工学版), 2006, 36(3): 26-29 .
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!