场景自适应的跟踪特征选择机制研究

您当前的位置：

首页 >

文章列表页 >

场景自适应的跟踪特征选择机制研究

信息光学与图像处理 | 更新时间：2025-09-01

- 场景自适应的跟踪特征选择机制研究
- Research on scene adaptive tracking feature selection
- 光学技术 2014年40卷第6期页码：551-559
- 作者机构：
  
  1. 1:解放军理工大学通信工程学院
  2. 2:光电控制技术重点实验室
- 作者简介：
- 基金信息：
  
  光电控制技术重点实验室和航空科学基金联合资助项目(20125186005)
- DOI：10.13741/j.cnki.11-1879/o4.2014.06.015
  中图分类号：
- 纸质出版：2014
- 稿件说明：
移动端阅览
付毅, 吴泽民, 田畅, 等. 场景自适应的跟踪特征选择机制研究[J]. 光学技术, 2014,40(6):551-559.

Research on scene adaptive tracking feature selection[J]. 2014, 40(6): 551-559.
付毅, 吴泽民, 田畅, 等. 场景自适应的跟踪特征选择机制研究[J]. 光学技术, 2014,40(6):551-559. DOI： 10.13741/j.cnki.11-1879/o4.2014.06.015.

Research on scene adaptive tracking feature selection[J]. 2014, 40(6): 551-559. DOI： 10.13741/j.cnki.11-1879/o4.2014.06.015.

视频目标跟踪是当前计算机视觉领域中的一个关键问题。基于场景分类提出了一种视频目标特征的实时在线选择方法。离线时首先采用改进型的"空间金字塔匹配"算法完成先验视频场景的分类;然后采用不同的描述算法实现对目标和背景的特征描述

通过对数形式的方差比计算出目标和背景的特征距离;最后融合均值和熵值对特征距离进行统计分析

建立场景相关的描述子显著性排序。在此基础上

在线时利用初始帧完成测试视频的场景判定

结合当前场景下的描述子排序

实时选择最优特征

应用于粒子滤波跟踪系统

在公开视频库上进行跟踪测试

验证排序的正确性和选择机制的必要性。

浏览量

113

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

团块建模与粒子滤波相结合的行人目标视觉跟踪

颜色与纹理相融合的自适应粒子滤波跟踪算法

基于积分直方图的快速粒子滤波跟踪算法

一种基于人眼视觉系统特性的粒子滤波跟踪方法

基于FPGA的运动目标实时检测跟踪算法及其实现技术