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  2010, Vol. 23 Issue (5): 646-652    DOI:
论文与报告 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于SAD与UKF-MeanShift的主动目标跟踪
刘献如,蔡自兴,唐琎
中南大学 信息科学与工程学院 长沙 410083
Automatic Object Tracking Method Based on SAD and UKF-Mean Shift
LIU Xian-Ru,CAI Zi-Xing,TANG Jin
School of Information Science and Engineering,Central South University,Changsha 410083

全文: PDF (508 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 针对复杂场景下动态目标难以准确分割以及目标难以准确定位的问题,提出将绝对差值和(SAD)方法、无迹卡尔曼滤波(UKF)和Mean shift算法相结合的混合自主跟踪动态目标的方法。首先,采用SAD方法获相邻两帧的视差信息,利用视差实现动态目标的检测,并依此建立目标的核直方图描述模型和状态空间模型,然后UKF算法对状态空间进行滤波估计,最后采用Mean shift 算法精确定位目标。实验结果表明该方法不仅能有效检测场景的动态目标,同时还能获得目标的运动信息。文中所提出的基于UKF-Mean shift的跟踪策略与相关算法相比,体现出较好的跟踪效果与时间性能。
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
刘献如
蔡自兴
唐琎
关键词 绝对差值和(SAD)目标检测无迹卡尔曼滤波(UKF)目标跟踪    
Abstract:Aiming at the problems in accurate motion detection and tracking location under complex scene, an automatic object tracking method combined sum of absolute difference (SAD) and Mean shift with unscented Kalman filter (UKF) is proposed. Firstly block matching method based on SAD is used to estimate the displacement between current frame and successive frame. Then the disparity cues are utilized to detect the moving object automatically and build the object model and state-space model for following tracking task. Finally Mean shift with UKF is employed to filter and estimate the state of the object and locate the object in subsequence image frame. The experimental results show that the proposed moving object detection method effectively detects moving objects in scene and acquires the motion information of objects. Compared with the related methods, the proposed tracking strategy based on UKF-Mean shift has better tracking results and time property.
Key wordsSum of Absolute Difference (SAD)    Object Detection    Unscented Kalman Filter (UKF)    Object Tracking   
收稿日期: 2009-07-20     
ZTFLH: TP242  
基金资助:国家自然科学基金重大专项项目(No.90820302)、国家自然科学基金面上项目(No.60805027)和国家博士点基金项目(No.200805330005)资助
作者简介: 刘献如,女,1977年生,博士研究生,主要研究方向为图像处理、机器视觉等.E-mail:lxrcsu@163.com.蔡自兴,男,1938年生,教授,博士生导师,主要研究方向为人工智能、智能控制、移动机器人协作与导航等.唐琎,男,1966年生,教授,博士生导师,主要研究方向为图像处理、机器视觉等.
引用本文:   
刘献如,蔡自兴,唐琎. 基于SAD与UKF-MeanShift的主动目标跟踪[J]. 模式识别与人工智能, 2010, 23(5): 646-652. LIU Xian-Ru,CAI Zi-Xing,TANG Jin. Automatic Object Tracking Method Based on SAD and UKF-Mean Shift. , 2010, 23(5): 646-652.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2010/V23/I5/646
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