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] 余明骏,刁红军,凌兴宏. 基于轨迹掩膜的在线多目标跟踪方法[J]. 山东大学学报 (工学版), 2023, 53(2): 61-69.
[2] 刘保成,朴燕,宋雪梅. 联合检测的自适应融合目标跟踪[J]. 山东大学学报 (工学版), 2020, 50(3): 51-57.
[3] 黄劲潮. 深度残差特征与熵能量优化运动目标跟踪算法[J]. 山东大学学报 (工学版), 2019, 49(4): 14-23.
[4] 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.
[5] 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.
[6] 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.
[7] 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.
[8] 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.
[9] 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 .
[10] 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   
[1] 陈瑞,李红伟,田靖. 磁极数对径向磁轴承承载力的影响[J]. 山东大学学报(工学版), 2018, 48(2): 81 -85 .
[2] 夏 斌,张连俊 . DS-CDMA UWB系统中基于能量比较的TOA估计算法[J]. 山东大学学报(工学版), 2007, 37(1): 70 -73 .
[3] 李士进,王声特,黄乐平. 基于正反向异质性的遥感图像变化检测[J]. 山东大学学报(工学版), 2018, 48(3): 1 -9 .
[4] 薛成骞,董建文,孟宪锋,常虹,曹宁,陈华英,李木森 . C/C+HA骨植入材料对杂交波尔山羊生理生化机能的影响[J]. 山东大学学报(工学版), 2008, 38(3): 73 -76 .
[5] 罗运虎,邢丽冬,王勤,刘海春,翁晓光 . 需求侧2种可中断负荷备用市场报价策略的协调[J]. 山东大学学报(工学版), 2008, 38(3): 77 -80 .
[6] 邓斌,王江 . 基于混沌同步与自适应控制的神经元模型参数估计[J]. 山东大学学报(工学版), 2007, 37(5): 19 -23 .
[7] 王凯,孙奉仲,赵元宾,高明,高山 . 自然通风冷却塔进风口流场模型的建立及计算[J]. 山东大学学报(工学版), 2008, 38(1): 13 -17 .
[8] 马其华 王宜泰. 高密度电阻率法在煤矿界外巨空水探测上的应用[J]. 山东大学学报(工学版), 2009, 39(4): 107 -111 .
[9] 阮久宏,李贻斌,荣学文,邱绪云 . 高速移动平台横向运动自抗扰控制研究[J]. 山东大学学报(工学版), 2008, 38(4): 5 -10 .
[10] 董成喜,吴德伟,何 晶 . 基于粗糙模糊集理论的卫星导航系统作战效能评估方法[J]. 山东大学学报(工学版), 2008, 38(4): 32 -36 .