文献类型：期刊文章

作　　者：王暐[1] 王春平[1] 付强[1] 徐艳[1]

机构地区：[1]军械工程学院2系,石家庄050003

出　　处：《电子与信息学报》

基　　金：国家自然科学基金(61141009)~~

年　　份：2016

卷　　号：38

期　　号：3

起止页码：571-577

语　　种：中文

收录情况：BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI、IC、JST、RCCSE、SCOPUS、WOS、ZGKJHX、核心刊

摘　　要：建立有效的目标表观模型是视觉跟踪算法的关键。该文采用中层次视觉线索(超像素)对目标表观进行建模,提出一种实时超像素跟踪(RSPT)算法。算法采用K近邻(KNN)方法从超像素特征集合中学习目标的判别式表观模型;在后续帧中,根据学习到的表观模型计算目标-背景置信图,然后巧妙地采用积分图方法估计目标状态,实现了高速的全局最优估计;最后设计了目标表观模型的在线更新策略,引入遮挡因子对遮挡进行判断。在配置i5处理器的电脑中,所提RSPT算法使用未经优化的Matlab代码以19帧/s的速度实时运行。对若干序列的对比实验表明,所提算法能够在多种复杂环境下稳定跟踪目标,具有良好的鲁棒性。

关 键 词：视觉跟踪 超像素  判别式表观模型  K近邻方法  

分 类 号：TP391]