CAMShift和SIFT的视频对象跟踪算法

所需积分/C币:16 2012-11-23 16:21:58 359KB PDF

在研究CAMshift目标跟踪算法和sIFT局部特征描述算法的基础上,本文提出了一种融合二者的视频目标跟踪算法。当邻域色调和目标相近时,CAMshift会将邻域误纳入目标。本文在CAMShin搜索到粗略目标窗口后,引入SIFT算法 对上一帧中的目标窗口做单应性变换,然后用以修正粗略目标窗口得到精确跟踪结果。
第32卷 仪器仪表学报 人机交互方式设定初始目标窗口并计算 其SIFT特征点 CAMShift算法搜索下一帧,得到粗略目 图3本算法跟踪结果 标窗口 从图2可以看到:在第二幅图中,色调相近的 背景干扰了跟踪,导致得到的目标窗口明显扩大; 计算粗略目标窗口的SIFT特征点 在第三幅图中,这种干扰更为显著,目标窗口扩大 到初始值的近4倍。 图3显示,后两帧中的目标窗口与用户设定的 与前一帧作SIFT配准,并用 RANSAC算法 初始窗口几乎一致。 估算单应性矩阵 4结论 变换前一目标窗口,与当前粗略目标窗口 实验结果显示:单一 CAMShift算法跟踪得到 求交集,得到修正后的目标窗口 的目标窗口会受到色调相近邻域的明显影响,导致 较大的结果误差,引入SIFT算法修正后,这种误 图1算法流程 差得到明显的抑制。可见,本文提出的融合 3实验及结果分析 CAMShift和SIFT的视频对象跟踪算法能有效地提 髙视频目标跟踪的精确度和稳定性 实验中,本文选取了一段儿童动画视频,以在 参考文献 多色彩背景下运动的箭头为跟踪目标,限于篇幅, [1 Fukunaga K, Hostetler L. The Estimation of the Gradient 从实验结果中截取了典型的3帧作对比分析。 of a Density Function, with Applications in Pattern 图2是单一 CAMShift算法的跟踪结果,其中 Recognition J].IEEE Trans. On Inform. Theory, 1975, 第一幅为跟踪的初始帧,第二幅中目标开始进入相 2l(1):32. 似色调的黄色背景区域,第三幅中目标完全进入黄21 Comaniciu D. Ramesh V, Meer P. Real-time tracking of 色背景区域,第一幅中的红色矩形为用户设定的初 non-rigid objects using Mean Shift[C]. Computer Vision and Pattern Recognition, 2000. Proceedings. IEEE 始目标窗口,后两幅中的红色矩形为 CAMShift算 Conference 2000 法自动跟踪得到的目标窗口。 [ Bradski R. Computer vision face tracking for use in a perceptual user interface[C]. Berlin, Germany: Proceedings Fourth IEEE Workshop Applications of Computer Vision, 1998 [4 DG Lowe. Object recognition from local scale features[ C]. Intermational Conference on Computer Vision, Corfu, Greece, 1999(9): 1150-1157 图2单一 CAMShift算法跟踪结果 [5] D G Lowe. Distinctive Image Features from 作为对比,图3给出了本算法在相同实验条件 Scale-Invariant Keypoint[C]. International Journal of 下的跟踪结果,图中蓝色十字为SIFT特征点。 Computer Vision, 60, 2(2004): 91-110. [6 Mikolajczyk K, Schmid C A performance evaluation 第6期增刊 谭锦辉等:一种融合 CAMShift和SFT的视频对象跟踪算法 local descriptors[]IEEE Transactions on Pattern Recognition, Puerto Rico, pp. 1000-1006. Analysis and Machine Intelligence, 2005, 27(10): [8] Fischler M, Bolles R, Random sample consensus: A 1615-1630 paradigm for model fitting with applications to image [7 Beis J, D G Lowe. 1997. Shape indexing using analysis and automated cartography []. Communications approximate nearest-neighbor search in high dimensional of the ACM, 1981, 24: 381-385 spaces. In Conference on Computer Vision and Pattern 种融合 CAMShift和SIFT的视频对象跟踪算法 旧 万数据 WANFANG DATA文献链接 作者: 谭锦辉,顾亚平,张俊,谢兵森 作者单位 中国科学院声学研究所东海研究站上海200032 本文链接http://d.g.wanfangdata.comcn/confereNce7528824.aspx

...展开详情

评论 下载该资源后可以进行评论 4

zhouzhenhe2008 一篇小论文,没有价值
2013-08-05
回复
johntessar 没有代码啊
2013-06-13
回复
难得糊涂ly 一篇小论文!!
2013-04-22
回复
aaannnn 一篇小论文,没有代码,介绍的很笼统
2012-12-10
回复
img
weslay_lee

关注 私信 TA的资源

上传资源赚积分,得勋章
    最新推荐