基于SIFT 特征的目标多自由度mean-shift 跟踪算法
DOI:
CSTR:
作者:
作者单位:

南京大学

作者简介:

董蓉

通讯作者:

中图分类号:

基金项目:

基于视觉传感网络的高速公路灾害天气及应急预警决策辅助综合系统;基于CSLIP算法的路况视频能见度检测应用研究;基于MIMO-OFDMA的无线多媒体通信系统的资源分配问题研究


Multi-degree-of-freedom mean-shift tracking algorithm based on SIFT
feature
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    传统的mean-shift 跟踪算法不能跟踪目标的旋转、缩放运动, 且常常因此造成定位不准. 鉴于此, 将尺度不变
    特征变换(SIFT) 特征检测融入到mean-shift 跟踪过程, 提出SIFT 特征点的尺度变化与目标的尺度变化成正比, 特征
    点主方向变化与目标旋转角度一致, 给出了基于SIFT 特征的自适应目标尺度、方向计算方法, 且利用带方向、可变
    带宽的椭圆核改进传统的mean-shift 跟踪方法. 实验表明, 该算法能够较好地跟踪目标的旋转、缩放运动, 定位也更
    准确.

    Abstract:

    Traditional method can’t follow the scale and orientation change of the object, which usually causes inaccurate
    localization. Therefore, this paper combines SIFT(scale invariant feature transform) feature detecting with the mean-shift
    tracking method, which proposes that the scale change of the SIFT keypoint is proportional to that of the object, and the
    dominant direction change of the SIFT keypoint is the same as that of the object. The algorithm for adaptively constructing
    the scale and the orientation information from SIFT features of the object is presented. And a variable-bandwidth and
    orientation ellipse kernel is used to improve the traditional mean-shift method. The experimental results show that the
    proposed algorithm provides good tracking of the scale and orientation change of the object, and the localization is more
    accurate.

    参考文献
    相似文献
    引证文献
引用本文

董蓉, 李勃, 陈启美.基于SIFT 特征的目标多自由度mean-shift 跟踪算法[J].控制与决策,2012,27(3):399-402

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2010-09-28
  • 最后修改日期:2010-12-17
  • 录用日期:
  • 在线发布日期: 2012-03-20
  • 出版日期:
文章二维码