期刊首页 优先出版 当期阅读 过刊浏览 作者中心 关于期刊 English

2017年 第18卷 第4期

摘要

关键词

相关研究

回顶部

《信息与电子工程前沿（英文）》 >> 2017年 第18卷 第4期 doi: 10.1631/FITEE.1601464

基于可靠特征点分配算法的鲁棒性跟踪框架

. School of Electronic and Information Engineering, South China University of Technology, Guangzhou 510641, China.. School of Electronic and Information Engineering, Guangzhou College of South China University of Technology, Guangzhou 510800, China.. Information Network Engineering and Research Center, South China University of Technology, Guangzhou 510641, China

发布日期： 2017-05-12
HTML81 PDF 2 收藏 0

下一篇 上一篇

摘要

视觉跟踪是近年来计算视觉最活跃的研究课题之一，已被广泛应用于许多视觉领域。然而，视觉跟踪技术仍然存在挑战，如目标发生光照变化、遮挡、外观形变等。为克服这些技术困难，本文提出基于小波变换的可靠特征点分配（Reliable point assignment, RPA）算法。通过搜索局部最大小波系数（Local maximal wavelet coefficients, LMWC）的位置，获得可靠特征点。在图像中，具有局部最大小波系数之处，表明该处图像信号发生了较大变化，因此，可靠特征点对图像噪声、光照变化和外观形变等情况都具有鲁棒性。此外，在检测中应用卡尔曼滤波器，以提高处理速度并减少误检率。最后，将所提出的RPA与卡尔曼滤波器集成到跟踪–学习–检测（Tracking–learning–detection, TLD）算法框架中，提高了跟踪精度，且降低了误检率。实验结果表明，新框架在精度、f值（f-measure）和平均重叠率（%）等方面均优于TLD和核化相关滤波器（KCF）这两个跟踪算法。

相关研究