位置:成果数据库 > 期刊 > 期刊详情页
基于部分背景加权更新的均值漂移跟踪算法
  • ISSN号:1001-3695
  • 期刊名称:计算机应用研究
  • 时间:2013.12.20
  • 页码:990-998
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术] TP301.6[自动化与计算机技术—计算机系统结构;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]南昌大学信息工程学院,南昌330031, [2]加拿大卡尔顿大学系统与计算机工程系,渥太华K1S586
  • 相关基金:国家“863”计划资助项目(2013AA013804);国家自然科学基金资助项目(61175072,61163023,51165033);江西省科技支撑计划资助项目(20121BBE50023)
  • 相关项目:核电站机器人一些关键问题的研究
中文摘要:

为了解决均值漂移跟踪算法中背景对目标定位的扰动,提出了一种基于颜色和纹理混合特征以及采用背景加权更新的改进算法。改进算法先将原始视频序列RGB帧图像转换为HSV颜色空间表示,然后分别在H、S通道上提取颜色特征,在V通道上用LBP描述符提取纹理特征,在此基础上为目标区域和背蒂区域建立三维颜色纹理混合直方图作为其描述符;在对象的跟踪过程中,通过巴氏系数选择性地加权更新部分背景信息。实验结果表明,与基于全部背景更新策略相比,改进算法充分利用了颜色和纹理特征并加权更新背景信息,具有更高的可靠性和鲁棒性,具有更好的计算效率。

英文摘要:

In order to solve the problems of background interference in the Mean-Shift tracking algorithm, this paper proposed an improved algorithm based on color and texture blending characteristics and background weighted update approach. The original RGB image was converted into the HSV color space, then color feature was extracted in the H, S channel and texture feature was extracted based on the LBP descriptor in the V channel. Base on this, this paper established the color-texture histogram of the object region and background. During object tracking, it updated the background region using weighted update approach according to the Bhattacharyya coefficient. The extensive experimental results show that, compared with the algorithm adopting the full background update approach with color or colortexture features, the improved algorithm makes full use of color and texture features and adopts weighted updated background region, and has a higher level of reliability and robustness and better execution efficiency.

同期刊论文项目
期刊论文 136 会议论文 9 专利 3
同项目期刊论文
期刊信息
  • 《计算机应用研究》
  • 北大核心期刊(2011版)
  • 主管单位:四川省科学技术厅
  • 主办单位:四川省计算机研究院
  • 主编:刘营
  • 地址:成都市成科西路3号
  • 邮编:610041
  • 邮箱:arocmag@163.com
  • 电话:028-85210177 85249567
  • 国际标准刊号:ISSN:1001-3695
  • 国内统一刊号:ISSN:51-1196/TP
  • 邮发代号:62-68
  • 获奖情况:
  • 第二届国家期刊奖百种重点科技期刊,国内计算技术类重点核心期刊,国内外著名数据库收录期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:60049