没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
针对视频监控中的多人跟踪问题,提出了一种基于高斯概率模型的算法。基于目标颜色的统计特征,采用改进的K均值方法,将目标区域按颜色信息聚类,并根据聚类结果对目标区域分块,然后用高斯模型对各分块分别进行建模。同时,对目标的位置信息也进行高斯建模。通过计算待检测目标与模型之间颜色和位置的最大联合概率值来实现跟踪。利用前后帧中目标的位置信息及颜色信息,能克服目标遮挡后因信息的丢失而跟踪失败的情况。实验结果表明,该算法具有较强的鲁棒性,能有效实现多人的跟踪。
资源推荐
资源详情
资源评论
第
22
卷第
9
期
2009
年
9
月
传感技术学报
CHINESE
JOURNAL
OF
SENSORS
AND
ACTUATORS
Vo
l.
22
No.9
Sep.2009
Multiple Pedestrians Tracking ßased on Gaussian Probability
Model
祷
DU
Xi
n
1.
2
樨
.CHEN
Jianjuan
1
•
2
.WANG
Xu
αη
he
1
•
2
(lhPMmmt
川
formati
川
ience
&
Ele
叫叫
gineeri
晖
,
Zh
句
i
叫
University
,
Hangzhou
31
阳,
α
叫)
2.
Zhejiang
Provincial
Key
La
boratory
of
Information
Network
Technology
,
Hangzhou
310027
,
China
Abstract:
To
deal
with
the
multiple pedestrians tracking problem in video
surveillance.
an
algorithm
based
on
Gaussian
probability
model was
proposed.
After
foreground objects
were
extracted
by adaptive
back
ground mixture
models.
every
object was segmented to blocks according to
the
grouping
results
of
an
im-
proved
k-means
algorithm.
which was
based
on
the
statistical
characteristics
of color information.
The
dis-
tribution
of color
information in each block and
the
position
of
the
target
were described
by
two
Gaussian
functions respectively.
After
the
maximum joint probability
of color and position information
had been
ob
tained.
the
tracking
procedure
was
finished. Combined
the
color
information
and position information
to-
gether.
the
occlusion regions
could be
grouped
and clistinguished
ve
巧
'well.
which
made the
algorithm
more
ro-
bus
t.
Experimental
results demonstrated
the
effectiveness
and
robustness of the proposed
algorit
hm.
Key
words:
Gaussian probability model; color grouping; multi-pedestrians
tracking;
occlusion
EEACC
,6140C
一种基于高斯概率模型的多人跟踪算法骨
杜散
1
,
2\
陈建娟
1
,
2
,王选贺
1
,
2
G
浙江大学信息与电子工程学系,杭州
I
310027
\
2.
浙江省综合信息网技术重点实验室,杭州
310027/
摘
要:针对视频监控中的多人跟踪问题,提出了一种基于高斯概率模型的算法。基于目标颜色的统计特征,采用改进的
K
均值方法,将目标区域按颜色信息聚类,并根据聚类结果对目标区域分块,然后用高斯模型对各分块分别进行建模。同时,对
目标的位置信息也进行高斯建模。通过计算待检测目标与模型之间颜色和位置的最大联合概率值来实现跟踪。利用前后帧
中目标的位置信息及颜色信息,能克服目标遮挡后因信息的丢失而跟踪失败的情况。实验结果表明,该算法具有较强的鲁棒
性,能有效实现多人的跟踪。
关键词:高斯概率模型;颜色聚类;多人跟踪;遮挡
中图分类号
:TP39
文献标识码
:A
文章编号
:1004-1699(2009)09-1298-05
对人体目标的视频眼踪是计算机视觉研究中的
热点也是难点。学者们提出了许多方法:如基于特
征的跟踪
[l]
,基于贝叶斯推断的跟踪
[2J
等。其中基
于特征的跟踪通常先从图像序列中提取如角点、边
缘等特征,通过匹配视频各帧图像上的特征来实现
目标的跟踪。但由于人体是非刚体,在视频不同帧
图像上特征会呈现不稳定,造成跟踪困难,并且特征
的提取和匹配需花大量时间。基于贝叶斯推断方法
中最典型的是基于粒子滤波的方法阻,它能较好地
解决跟踪过程中的非线性、非高斯、多模态等情况,
但存在着初始化困难、以及高维状态空间的计算量
大和粒子数匮乏等问题问。在实际应用中,多个目
标之间经常会出现部分或全部被遮挡的情况
a
为了
解决遮挡问题.
Hydra[4J
系统使用人头部的轮廓信
息来计算出现的人个数,但当人头部不是在最外层
轮廓时就会出错。
McKenna[5
J
根据颜色信息,用人
项目来源:国家自然科学基金项目资助
(6050200
的,浙江省科技计划项目资助
(2007C21007).
收稿日期:
2009-04-28
修改日期:
2009-06-10
资源评论
weixin_38599430
- 粉丝: 0
- 资源: 886
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 市场营销职业规划.pptx
- 广联达2024最新3226写锁与加密狗授权工具2.6锁
- C++ 中 std::unordered-map 与 std::map:容器选型的深度剖析
- java学生考勤管理系统源码数据库 MySQL源码类型 WebForm
- 此工具集成资产探测半自动化,WEB渗透,burp及浏览器插件,社工钓鱼,APP小程序渗透,批量漏洞扫描,漏洞利用,内网渗透,隧道代理,免杀,Windows及linux应急响应,训练靶场环境部署.zip
- 游乐场快速通行系统QuickPass的改进算法研究与模拟
- 深度解析 C++ 中 final 和 override 关键字的强大功能与应用
- LCD1602案例分析
- C#ASP.NET协同办公管理考勤子系统源码带文档数据库 SQL2012源码类型 WebForm
- C#环境下433MHz高频射频卡开发详解与智能门禁系统实现
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功