所有作者:朱明清 陈宗海
作者单位:中国科学技术大学自动化系
论文摘要:传统的协方差跟踪和概率性的协方差跟踪中采用的矩形区域协方差描述子无法同时适应目标的尺度和角度的变化,影响了跟踪的鲁棒性和跟踪精度。为解决该问题,本文提出了椭圆区域协方差描述子并将其与卡尔曼粒子滤波相结合应用于视觉目标跟踪中。椭圆区域协方差描述子是目标所在的椭圆区域的特征模型,能够适应目标的非刚性形变。该描述子将各种不同类型的特征自然地融入统一的特征模型中,实现了基于多特征的鲁棒跟踪。卡尔曼粒子滤波采用卡尔曼滤波预测粒子的状态来产生粒子的建议分布,提高了对快速运动目标跟踪的鲁棒性。实验结果表明,本文方法对光线变化、噪声干扰、部分和完全遮挡、目标的尺度和角度的变化以及目标的快速运动都具有较好的鲁棒性,并且与传统的协方差跟踪、概率性的协方差跟踪和基于颜色空间的粒子滤波相比,本文的方法具有更好的鲁棒性。
关键词: 区域协方差描述子 协方差跟踪 卡尔曼粒子滤波 视觉跟踪
免费下载《基于椭圆区域协方差描述子和卡尔曼粒子滤波的鲁棒视觉跟踪》PDF全文(已停止下载)
本站“论文下载”文章收集整理于“中国科技论文在线”,由于各种原因,本站已暂停论文下载!请前往“中国科技论文在线http://www.paper.edu.cn/”免费下载!