- 1、本文档共7页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种融合改进MeanShift和SIFT的跟踪算法.pdf
第39卷 第5期 广西大学学报:自然科学版 V01.39No.5
2014年 1O月 JournalofGuangxiUniversity:NatSciEd Oct.2014
文章编号:1001-7445(2014)05.1102-07
一 种融合改进 MeanShift和
SIFT的跟踪算法
杜 凯 ,宋京妮2,巨永锋 ,田 浩
(1.长安大学 电子与控制工程学院,陕西 西安 710064;
2.长安大学 经济与管理学院,陕西 西安 710064)
摘要:针对传统MeanShift(MS)跟踪算法易受遮挡,复杂背景和光照变化等因素影响,导致不准确跟踪或跟踪
丢失,提出了一种融合改进MS和SIFT的跟踪算法。改进的MS算法根据 目标对象的最新外接矩形尺寸,确
定对象的分块方法,根据各块的Bhattacharyya系数值,确定各块的权重系数,获得初步的跟踪结果;采用 SIFT
特征匹配和校正的方法对其初步跟踪结果进行调整;采用线性加权的方法融合改进的MS跟踪结果和 SIFT
校正结果,得出最终的跟踪结果。实验表明,提出的方法比传统的MS算法和固定分块的MS算法都具有更好
的跟踪性能。
关键词:对象跟踪;MeanShift;SIFT ;分块颜色直方图;Bhattacharyya系数
中图分类号:TP391.41 文献标识码 :A
AnobjecttrackingmethodbyfusingimprovedMeanShiftandSIFT
DUKai,SONGJing—ni,JUYong.feng’,TIAN Hao’
(SchoolofElectronicandControlEngineering,ChanganUniversity,Xi’an710064,China;
2.SchoolofEconomicsandManagement,ChanganUniversity,Xi’na 710064,China)
Abstract:TraditionalMeanShift (MS)algorithm iseasilyvulnerablebecauseoftheinfluenceof
factorssuchasocclusion,complexbackgroundandilluminationchange,thusoftencausinginaccu—
ratetrackingorlossoftheobject.AnoveltrackingalgorithmbasedonfusingimprovedMSandSIFT
(Scaleinvariantfeaturetransform)isproposed.Firstly,allimprovedMSalgorithmisutilizedtoob-
tainapreliminaryrtackingresultsandtodetemrinetheobjectblockbythesizeofthelatestenclosing
rectangleandtheweightsofeveryblockbytheirBhattacharyyacoefficients.ThensIFrfeaturematc—
hingandcorrectionisusedtoadjustthepreliminary trackingresuhs.Finallythetrackingresultsof
theimprovedMSandSIFTarefusedbyusinglinearweightedmethod.Experimental resultsshow
thattheproposedalgorithm isbetterthanthetraditional MSalgorithm andthefixedblockMSalgo—
rithm intrackingperfomr
文档评论(0)