視覺(jué)跟蹤算法研究_第1頁(yè)
視覺(jué)跟蹤算法研究_第2頁(yè)
視覺(jué)跟蹤算法研究_第3頁(yè)
視覺(jué)跟蹤算法研究_第4頁(yè)
視覺(jué)跟蹤算法研究_第5頁(yè)
已閱讀5頁(yè),還剩1頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

視覺(jué)跟蹤算法研究摘要視覺(jué)跟蹤算法是實(shí)現(xiàn)視覺(jué)目標(biāo)有效跟蹤的關(guān)鍵技術(shù)之一,通過(guò)觀測(cè)圖像序列,推理獲得目標(biāo)運(yùn)動(dòng)參數(shù),實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)跟蹤,主要有基于區(qū)域跟蹤、基于特征跟蹤、基于變形模板跟蹤和基于模型跟蹤等四個(gè)類型的跟蹤算法,并各具不同的適用范圍及優(yōu)缺點(diǎn)?!娟P(guān)鍵詞】視覺(jué)跟蹤跟蹤算法特征1引言當(dāng)前,視覺(jué)跟蹤技術(shù)在視頻監(jiān)視、導(dǎo)航定位、成像制導(dǎo)等方面皆有廣泛的應(yīng)用。視覺(jué)跟蹤主要是針對(duì)包含運(yùn)動(dòng)物體的圖像序列進(jìn)行分析處理,涉及到運(yùn)動(dòng)檢測(cè)、目標(biāo)跟蹤兩個(gè)過(guò)程。運(yùn)動(dòng)目標(biāo)檢測(cè)是從序列圖像中將變化區(qū)域從背景圖像中提取出來(lái),目標(biāo)跟蹤則分為預(yù)測(cè)模塊和匹配更新模塊。2視覺(jué)目標(biāo)跟蹤的實(shí)現(xiàn)視覺(jué)目標(biāo)跟蹤系統(tǒng)采用計(jì)算機(jī)視覺(jué)的方法,把圖像處理、自動(dòng)控制、信息科學(xué)有機(jī)結(jié)合起來(lái),形成一種能從圖像信號(hào)中自動(dòng)識(shí)別目標(biāo)、提取和預(yù)測(cè)目標(biāo)位置信息,并自動(dòng)跟蹤目標(biāo)運(yùn)動(dòng)的技術(shù),其實(shí)現(xiàn)主要包括圖像獲取、圖像識(shí)別、目標(biāo)定位以及圖像傳感器的跟蹤控制四個(gè)部分。3視覺(jué)跟蹤算法視覺(jué)跟蹤是通過(guò)觀測(cè)圖像序列,推理獲得目標(biāo)運(yùn)動(dòng)參數(shù),并最終實(shí)現(xiàn)對(duì)運(yùn)動(dòng)目標(biāo)的行為理解的過(guò)程。其視覺(jué)跟蹤算法是實(shí)現(xiàn)目標(biāo)有效跟蹤的關(guān)鍵技術(shù)之一,一般可分為四種類型,即:基于區(qū)域跟蹤、基于特征跟蹤、基于變形模板跟蹤和基于模型跟蹤。3.1基于區(qū)域的跟蹤算法基于區(qū)域的跟蹤算法針對(duì)包含有多個(gè)對(duì)象的場(chǎng)景可以取得較好的跟蹤效果,精度高、穩(wěn)定性好,而針對(duì)搜索區(qū)域較大的情況,尤其是跟蹤目標(biāo)發(fā)生形變或被遮擋時(shí),發(fā)生目標(biāo)丟失的概率增大。該算法通過(guò)在序列圖像中,利用相關(guān)匹配方法進(jìn)行目標(biāo)模板匹配來(lái)實(shí)現(xiàn)跟蹤目標(biāo)?;叶葓D像常采用基于紋理和特征相關(guān),彩色圖像常采用基于顏色的相關(guān),如平方和準(zhǔn)則SSD,如式1所示:(1)式中,i和j分別是兩幅比較圖像上對(duì)比位置的像素。該算法典型代表有基于紋理特征的自適應(yīng)目標(biāo)外觀模型、最大似然估計(jì)算法、基于核函數(shù)的概率密度基于模型的人體跟蹤常采用分析-綜合方法,一般用線圖、2D輪廓、立體模型來(lái)進(jìn)行身體模型構(gòu)建,通過(guò)先驗(yàn)知識(shí)來(lái)預(yù)測(cè)運(yùn)動(dòng)參數(shù)建立運(yùn)動(dòng)模型,常采用動(dòng)力學(xué)模型、Taylor模型、Kalman濾波和隨機(jī)采樣等作為搜索策略。在基于模型的車輛跟蹤中,3D線框車輛模型則應(yīng)用得最為廣泛,將圖像邊緣點(diǎn)作為特征來(lái)實(shí)現(xiàn)基于3D模型的車輛定位。4結(jié)束語(yǔ)視覺(jué)跟蹤算法是實(shí)現(xiàn)視覺(jué)目標(biāo)有效跟蹤的關(guān)鍵技術(shù)之一。本文介紹了視覺(jué)跟蹤的實(shí)現(xiàn)方法,從基于區(qū)域跟蹤、基于特征跟蹤、基于變形模板的跟蹤和基于模型跟蹤等四個(gè)方面介紹了視覺(jué)跟蹤算法,并對(duì)其適用范圍及優(yōu)缺點(diǎn)進(jìn)行了評(píng)述。參考文獻(xiàn)[1]侯志強(qiáng),韓崇昭.視覺(jué)跟蹤技術(shù)綜述[J],自動(dòng)化學(xué)報(bào)2006,32(4):604-605.[2]李谷全,陳忠澤.視覺(jué)跟蹤技術(shù)研究現(xiàn)狀及其展望[J].計(jì)算機(jī)應(yīng)用研究2010,27(8):2814-2817.作者單位1

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論