模式识别与人工智能
2025年4月3日 星期四   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2017, Vol. 30 Issue (10): 875-884    DOI: 10.16451/j.cnki.issn1003-6059.201710002
论文与报告 最新目录| 下期目录| 过刊浏览| 高级检索 |
显著度目标示性及背景自适应约束的目标跟踪算法*
王婧,朱虹
西安理工大学 自动化与信息工程学院 西安 710048
Object Tracking Algorithm Based on Object Saliency and Adaptive Background Constraint
WANG Jing, ZHU Hong
School of Automation and Information Engineering, Xi′an University of Technology, Xi′an 710048

全文: PDF (2802 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 针对目标受环境干扰和自身姿态变化引起的跟踪漂移和目标丢失等问题,提出显著度目标示性及背景自适应约束的目标跟踪算法.在粒子滤波跟踪框架中,首先根据贝叶斯显著度分别对目标区域和扩展目标区域内的像素特征加权,构建目标的示性模型.再根据背景区域的显著度,自适应地选择背景区域约束跟踪过程.最后根据目标当前的外观状态,利用目标与背景之间的关联性得到跟踪结果.文中算法的显著度目标示性模型降低目标匹配中的误差,自适应背景约束提高目标受到遮挡或姿态发生变化时的跟踪准确性.实验表明,文中算法具有较强的跟踪鲁棒性和较高的跟踪准确率.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
王婧
朱虹
关键词 目标跟踪 显著度目标示性 背景自适应约束 粒子滤波
    
Abstract:To seek a solution of tracking drift and object loss resulted from environmental interference and appearance change of the object, a object tracking algorithm via object saliency and adaptive background constraint is proposed. In the tracking framework of particle filter, the pixel characteristics of the object and the extended object are firstly weighted to construct the explicit model of the object according to the principle of Bayesian saliency. Next, the background around the object is considered adaptively by exploiting the saliency of the background. Finally, by judging the current appearance state of the object, the tracking result is obtained by taking advantage of the correlation between the object and the background. Matching error is reduced by the object saliency model, while tracking accuracy is improved by the adaptive constraint of background with occluded object and changed pose. The experimental results demonstrate the proposed method with stronger robustness and higher precision for object tracking.
Key wordsObject Tracking    Object Saliency    Adaptive Background Constraint    Particle Filter   
收稿日期: 2017-07-07     
ZTFLH: TP 391.4  
基金资助:国家自然科学基金项目(No.61771386,61673318)、陕西省自然科学基础研究计划(No.2016JM6045)、陕西省教育厅科学研究计划专项(No.16JK1571)资助
作者简介: 王 婧,女,1985年生,博士研究生,主要研究方向为视频图像处理、模式识别.E-mail:jjing63@hotmail.com.
朱 虹(通讯作者),女,1963年生,博士,教授,主要研究方向为数字图像处理、智能视频监控、模式识别.E-mail:zhuhong@xaut.edu.cn.
引用本文:   
王婧,朱虹. 显著度目标示性及背景自适应约束的目标跟踪算法*[J]. 模式识别与人工智能, 2017, 30(10): 875-884. WANG Jing, ZHU Hong. Object Tracking Algorithm Based on Object Saliency and Adaptive Background Constraint. , 2017, 30(10): 875-884.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/10.16451/j.cnki.issn1003-6059.201710002      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2017/V30/I10/875
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn