在传统均值漂移跟踪算法中,其核函数带宽缺乏较好的自适应调整特性,且易受背景色干扰。为此,提出一种多特征带宽自适应目标跟踪算法。采用颜色和纹理信息创建特征模型,在最优目标位置区域投影,以生成概率密度分布图,通过计算获得目标密度块的长度和宽度,从而自适应调整核函数带宽,用椭圆锁定目标,椭圆形状参数由目标概率密度的矩运算获得。
计 算 机 工 程 第卷 第2期 39 Computer Engineering V ol.39 No.2 文章编号:文章编号:1000—3428(2013)02—0197—05 ·人工智能及识别技术·人工智能及识别技术· 2013年2月 February 2013 文献标识码:文献标识码:A 中图分类号:中图分类号:TP301.6
多特征带宽自适应多特征带宽自适应Mean Shift目标跟踪算法
丁业兵,丁业兵,赵 峰,郝诗海
(安徽三联交通应用技术股份有限公司,合肥 230081)
摘 要:在传统均值漂移跟踪算法中,其核函数带宽缺乏较好的自适应调整特性,且易受背景色干扰。为此,提出一种多特征带宽自适应目标跟踪算法。采用颜色和纹理信息创建特征模型,在最优目标位置区域投影,以生成概率密度分布图,通过计算获得目标密度块的长度和宽度,从而自适应调整核函数带宽,用椭圆锁定目标,椭圆形状参数由目标概率密度的矩运算获得。实验结果表明,该算法能够有效适应目标缩放、旋转等复杂运动,并能抵御一定光照变化及背景色干扰影响。 关键词:目标跟踪;核函数带宽;纹理;概率密度;矩
Multi-feature Bandwidth Adaptive
Mean Shift Target Tracking Algorithm
DING Ye-bing, ZHAO Feng, HAO Shi-hai
(Anhui Sanlian Applied Traffic Technology Co., Ltd., Hefei 230081, China)
【Abstract】Considering the kernel function bandwidth of traditional Mean Shift tracking algorithm cannot be adaptively adjusted and is liable to be effected in similar color, a multi-feature adaptive scale Mean Shift tracking algorithm is proposed. The algorithm combines color and texture information to create feature model, which creates the target probability density distribution in optimal target location, and calculates the wide and high of density blob, thus, the target scale is adaptively adjusted. Target the object with ellipse, parameters is obtained by calculating moment of probability density. Experimental results show that the algorithm can effectively meet the goal of scaling, rotation and other complex motion, and not sensitive to lighting change and similar color.
【Key words】target tracking; kernel function bandwidth; texture; probability density; moment
DOI: 10.3969/j.issn.1000-3428.2013.02.040
1 概述
视频运动目标跟踪是智能交通领域的重要研究课
题。Mean Shift算法[1]具有简单、易用、速度快等特点,
因而受到广泛关注,将Mean Shift思想成功用于视频目
标跟踪的有连续自适应均值漂移(Continuously Adaptive
Mean Shift, CAM Shift)算法[2]和传统Mean Shift目标跟
踪算法[3]。传统Mean Shift目标跟踪算法对带宽进行正
负10%的增量修正,当Bhattacharyya相似度系数达到最
大时,确定合适的带宽,然而该相似性度量会在小窗口
中达到局部最大。文献[4]提出一种不对称核函数思想获
得目标大小和方向,但此方法仅适用于轮廓不变的目标。
文献[5]用仿射变换参数来调整核函数带宽,但不适用于
非刚体目标。
———————————— 目标模型构建在跟踪算法中起着决定性作用。传统Mean Shift跟踪算法用颜色特征空间以及降低背景色权重表示目标。文献[6]结合目标颜色和边界亮度区分目标和背景。文献[7]结合人脸和衣服颜色跟踪人体运动。文献[8]用聚类方法自适应划分目标颜色空间建立目标模型。 局部二值模式(Local Binary Pattern, LBP)纹理模 型[9-10]具有灰度、旋转不变性及计算简单等特点,而且不容易受到光照和相同背景色干扰。本文提出一种多特征带宽自适应Mean Shift目标跟踪算法。将目标颜色和LBP纹理特征相结合,来表示目标模型,目标颜色用HSV颜色空间中不容易受到光照亮度变化的H、S分量表示,纹理用与目标边界和角有关的5种模式。通过该目标模型直方图在最优位置区域的投影生成概率密度分布图,
基金项目:基金项目:安徽省科技攻关计划基金资助项目(09010306042)
作者简介:作者简介:丁业兵(1978-),男,硕士,主研方向:图像处理,目标跟踪;赵 峰、郝诗海,高级工程师
收稿日期:收稿日期:2012-03-21 修回日期:修回日期:2012-05-11 E-mail:dingyebing@163.com
目标跟踪算法中核函数带宽缺乏良好自适应调 整的缺点, 提出了自适应调整核函数带宽的 Mean Shift 目标跟踪算法. 该算法首先采用核 摘 函数计算目标颜色特征值的...
带宽自适应Mean Shift跟踪算法_专业资料。提出了一种先进行空间定位冉确定目标尺度的两级跟踪算法,有效地解决了mean shift算法对尺度变化的适应问题。该算法首先存...
以...更多>>针对Mean shift核函数带宽不能实时改变的缺陷,提出一种仿射变换下的核函数带宽可变的Mean shift跟踪算法。以仿射变换来描述目标尺寸随时间的变化,分别...
ZHANG J ia 2 ing m 1 2 1 1 核函数带宽自适应的 Mean2Shift跟踪算法陈昌涛 ,朱 ,周圣毅 ,张家铭 勤 1 2 1 1 卷积运算 ,因而计算量较大 ,难在...
文章下面各部分的安排:首先简要介绍 Mean shift 算法,接着分析了核函数带宽的选择特点,随后提 出本文的算法,试验结果与分析部分验证了算法的有效性,最后给出了结论...
10.3969/j.issn.1000-3428.2011.02.063 1 Mean-Shift 跟踪算法是一种基于模板匹配的目标跟踪算 法, 它的核心思想是将特征的核密度估计漂移到局部极大 值点...
)(paulu02001@163.corn) 摘要:针对图像跟踪中目标的尺度和旋转变化,将Lindeberg的尺度理论与Mean—Shift算法结合起来,提出了一 种带宽自适应Mean.Shift跟踪算法。...
一种基于Mean Shift和Kalman预测的带宽自适应跟踪算法_天文/地理_自然科学_专业资料。CN 43一l258/TP ISSN 1007—13OX 计算机工程与科学 Computer Engineeri ...
万方数据 第6期 陈昌涛等:核函数带宽自适应的Mean—Shift跟踪算法 168l 11.1 Mean.Shift跟踪算法Bhattacharyya系数 通过,,l级核加权直方图来表示模板的颜色分布q...
热门文档