位置:成果数据库 > 期刊 > 期刊详情页
自适应多分辨图像跟踪算法
  • ISSN号:1000-1239
  • 期刊名称:计算机研究与发展
  • 时间:2012
  • 页码:1708-1714
  • 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]
  • 作者机构:[1]西安交通大学系统工程研究所,西安710049
  • 相关基金:国家自然科学基金项目(61105034,60905044);高等学校博士学科点专项科研基金项目(20100201120040);中国博士后科学基金项目(20110491662)
  • 相关项目:交互协作特征选择方法及其在立体视觉中的应用研究
作者: 吕娜|冯祖仁|
中文摘要:

针对实时图像跟踪中目标尺度不断变化的问题,提出了一种新的最大后验概率指标下尺度自适应的多分辨图像跟踪算法.首先证明了后验概率指标的像素级计算特性,在该特性的基础上提出了一种最大后验跟踪算法.由于后验概率指标不仅可以按照特征进行计算,还可以按照像素进行计算,从而可以方便地实现不同尺度上的像素相似度贡献值的计算和比较,据此提出了一种新的目标尺寸自适应算法.此外,当目标尺寸较大时,可以采用不同的分辨率来计算候选匹配区域的匹配概率值,大大降低计算量,从而保证实时跟踪的时间需求.综合上述特点,给出了最大后验概率指标下目标尺寸自适应的多分辨图像跟踪算法.多组视频跟踪实验结果表明了本算法的有效性.

英文摘要:

In order to solve the target scaling problem in visual tracking, a new adaptive multi- resolutional image tracking algorithm employing posteriori probability similarity measure is developed. The pixel-wise computational property of the posteriori probability measure is proved firstly, based on which, a maximum posteriori probability tracking algorithm is developed. The posteriori probability measure can be computed both by feature and by pixel, which enables the convenient computation of each pixel's contribution to the similarity value. Based on this property, a new adaptive scaling method is developed. On the other hand, when the size of the tracked target becomes large, multi-resolutional skill can be employed to reduce the computation burden, which is also derived from the computation property of the employed measure. Finally, a new adaptive multi- resolutional image tracking algorithm based on posteriori probability similarity measure is constructed. Experimental results demonstrate the effectiveness of the new algorithm.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《计算机研究与发展》
  • 中国科技核心期刊
  • 主管单位:中国科学院
  • 主办单位:中国科学院计算技术研究所
  • 主编:徐志伟
  • 地址:北京市科学院南路6号中科院计算所
  • 邮编:100190
  • 邮箱:crad@ict.ac.cn
  • 电话:010-62620696 62600350
  • 国际标准刊号:ISSN:1000-1239
  • 国内统一刊号:ISSN:11-1777/TP
  • 邮发代号:2-654
  • 获奖情况:
  • 2001-2007百种中国杰出学术期刊,2008中国精品科...,中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,荷兰文摘与引文数据库,美国工程索引,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:40349