基于ＳＩＦＴ特征一致性的目标跟踪算法

2012年03月27日09:37:42 本网站我要评论(2)字号：T | T | T

黎云汉，楼京京
义乌工商职业技术学院机电信息分院，浙江义乌

摘　　　要：针对光照条件突然变化情况下混合目标模型ＭｅａｎＳｈｉｆｔ算法无法准确跟踪目标的缺点，提出了一种基于ＳＩＦＴ特征一致性的目标跟踪算法。算法用ＳＩＦＴ特征来匹配帧间的感兴趣区域，同时使用包含初始帧信息和前一帧信息的混合目标模型ＭｅａｎＳｈｉｆｔ算法计算帧间感兴趣区域的直方图，以直方图分布距离较小为原则计算ＭｅａｎＳｈｉｆｔ向量，从而得到目标的真实位置。实验证明，该算法能在光照条件突然变化情况下对目标进行准确跟踪。

关　键　词：ｍｅａｎｓｈｉｆｔ；ＳＩＦＴ；目标跟踪

１　引　言
目标跟踪是计算机视觉的一个重要分支。在视频监控、物体识别人机界面等应用领域中往往需要在各种复杂的环境下对运动物体进行有效的跟踪。作为一种基于密度梯度的无参数估计方法，ＭｅａｎＳｈｉｆｔ在文献［１］中被应用于目标跟踪，Ｃｏｍａｎｉｃｉｕ在文献［２］中对其进行了完善。由于计算简单、实时性好，ＭｅａｎＳｈｉｆｔ在跟踪领域的应用受到了广泛的研究［３７］。ＭｅａｎＳｈｉｆｔ算法在对与背景有明显区别的目标进行跟踪时能取得较好的效果，但当背景和目标的颜色分布较相似或目标出现快速旋转时，ＭｅａｎＳｈｉｆｔ算法无法对目标实现准确跟踪。文献［８］介绍了一种使用混合目标模型的ＭｅａｎＳｈｉｆｔ算法，该算法由于在建立模型时考虑了初始帧和前一帧的信息，克服了ＭｅａｎＳｈｉｆｔ算法的上述缺点，但是，当环境光照瞬间有较大变化时，一般的目标模型及文献［８］中提出的混合目标模型的表示方法仍然难以有效地区别目标和背景，导致跟踪性能的下降甚至是跟踪失败。为了解决这个问题，本文提出了一种融合ＳＩＦＴ特征的混合目标模型ＭｅａｎＳｈｉｆｔ跟踪算法。

登录网站后可下载文件

基于ＳＩＦＴ特征一致性的目标跟踪算法

相关阅读: