基于SIFT特征的粒子群优化的视觉跟踪算法.pdfVIP

第 卷第 期 重庆邮电大学学报 自然科学版 年 月 基于特征的粒子群优化的视觉跟踪算法 程旭李拟臖吴镇扬 东南大学 信息科学与工程学院江苏 南京 摘 要提出了一种基于特征的表观模型更新的粒子群优化 跟踪算法 与现有的跟踪方法不同该算法将当前帧检测到的特征与最近更新的目标模板 相匹配 估计目标的位置 然后把此位置信息融入到 的结果中以得到更加精确的位置估计 并把其作为新的目 标模板 从而更加鲁棒地应对表观模型的更新问题 实验结果表明 提出的 算法在目标发生大的运动变 化和局部遮挡条件下仍然能够可靠地跟踪目标 关键词 视觉跟踪 表观模型 粒子群优化 中图分类号文献标识码 文章编号 观模型成为近年来一个研究热点 通常基于表观 引 言 模型的不同表示方法把跟踪算法分为生成式方法 视觉跟踪已经被广泛地应用于各个领域 在过 和判别式方法 类 文献 基于子空间的方法采 去十几年提出了一些有效的跟踪算法如 用线性降维技术对目标表观的变化进行建模但在 粒子滤波 文献 中指出这种方法不适合处理目标发生突变 的情况 文献 提出了一种融合 基于子空间的跟踪 等 虽然这些算法在某些特定 特征和 的期望最大 的环境下能够很好地工作 但依然有许多问题需要解 得到了较好的跟踪结果 然而当目标表观发生 如场景中光照的变化和目标发生遮挡后如何处 算法 决 理以及在遮挡结束后如何重新初始化目标 变化时如何对目标模板更新却没有阐述 在文献 中 用 帧间匹配的特征点估计仿射变换来完 在目标跟踪过程中 由于外界环境的变化导致 候选目标区域与目标模板不匹配因此更新目标表 成对目标的跟踪 但是由于个别的特征点对噪声和 收稿日期 修订日期 基金项目 国家自然科学基金资助 第 期 程 旭 等 基于 特征的