APP下载

融合颜色特征和灰度特征的时空上下文跟踪

2018-04-18陈金广贺莉娜王明明马丽丽

计算机工程与设计 2018年4期
关键词:特征

陈金广,贺莉娜,王明明,马丽丽

(西安工程大学 计算机科学学院,陕西 西安 710048)

0 引 言

针对视觉跟踪[1]已有许多很好的研究成果,如Struck[2]、CT[3]、CSK[4]、ALSA[5]等,但视频目标本身固有的问题,如目标的外观变化、背景变化、光照变化、姿态变化、平面内外旋转、运动模糊等,导致视频目标跟踪依然面临很大的挑战。

人们结合相关滤波技术[6,7]以及上下文信息[8,9],在视频目标识别、检测、跟踪等方面取得了显著效果。尤其,Zhang等提出了基于贝叶斯滤波的时空上下文(spatio-temporal context,STC)算法[10],使用时空上下文信息并利用快速傅里叶变换(FFT),大大提高了算法的运行速度。然而由于仅选取单一灰度特征,抛弃了更具辨识度的颜色纹理等特征,算法的跟踪精度不高,且无法处理面内外旋转跟踪难题。为了提高算法精度,Xu等[11]对疑似目标及其周围区域进行分块划分,利用LK光流法计算区域的重要性,将其作为权值进行加权,Wang等[12]引入HOG特征替代灰度特征,Zhao等[13]引入卡尔曼滤波,以处理遮挡情况下的跟踪问题。以上算法在一定程度上提高了跟踪精度,但时间复杂度相应增加。

在目标识别、检测等研究中,使用颜色特征可以取得良好效果[14,15],而且颜色特征对姿态变化、尺度变化具有不敏感特性,能够处理由面内外旋转带来的目标外观变化问题。相比于RGB、HSV[16]、LAB[17]等3维颜色空间表示,Color Name特征将RGB映射到11维颜色空间中,能够更为详尽地描述目标外观,并且已通过对比实验验证其有效性。由于该方法增大了特征维数,因此时间复杂度较大。……

登录APP查看全文

猜你喜欢

特征
离散型随机变量的分布列与数字特征
具有两个P’维非线性不可约特征标的非可解群
月震特征及与地震的对比
如何表达“特征”
不忠诚的四个特征
詈语的文化蕴含与现代特征
基于特征筛选的模型选择
线性代数的应用特征