基于复杂特征融合的改进mean shift目标跟踪
CSTR:
作者:
作者单位:

1. 南京航空航天大学自动化学院,南京210016;
2. 光电控制技术重点实验室,河南洛阳471000;
3. 东南大学自动化学院,南京210096.

作者简介:

杨欣

通讯作者:

中图分类号:

TP391.41

基金项目:

国家自然科学基金项目(60905009, 61172135, 61101198);航空基金项目(20115152026).


Improved mean shift tracking algorithm based on complicated feature fusion
Author:
Affiliation:

1. College of Automation,Nanjing University of Aeronautics and Astronautics,Nanjing 210016,China;
2. Key Laboratory of Photoelectric Control Technology,Luoyang 471000,China;
3. School of Automation,Southeast University,Nanjing 210096,China.

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:

    提出一种融合Gabor 小波纹理特征与颜色特征的改进mean shift 目标跟踪算法. 首先, 提取移动目标的颜色特征和纹理特征直方图; 其次, 基于mean shift 算法定义融合相似度系数, 对特征空间进行融合并得出目标中心位置; 再次, 通过定义特征自适应系数来融合基于颜色和纹理特征的目标位置; 最后, 对上述结果进行处理, 得到目标最终位置. 实验结果表明, 该算法在跟踪目标存在变形、噪声、遮挡时能够得到比较理想的跟踪效果.

    Abstract:

    A novel improved mean shift algorithm based on texture and color features is proposed. Firstly, the moving object histograms of the color feature and texture feature are got respectively. Secondly, the fusion similarity coefficients are defined to fuse the different feature space, and the central location of moving object is calculated based on MS tracking. Thirdly, according to the color feature and texture feature, the object location is updated by using the feature adaptive coefficients. Finally, the above results are processed to get the final object location. Experimental results show that the proposed tracking algorithm exhibits good results in the presence of noise, deformation and occlusion.

    参考文献
    相似文献
    引证文献
引用本文

杨欣 费树岷 李刚 周大可.基于复杂特征融合的改进mean shift目标跟踪[J].控制与决策,2014,29(7):1297-1300

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:2013-05-01
  • 最后修改日期:2013-06-26
  • 录用日期:
  • 在线发布日期: 2014-07-20
  • 出版日期:
文章二维码