团块与Mean-Shift结合的局部遮挡目标跟踪

来源 :计算机工程与应用 | 被引量 : 9次 | 上传用户:sws1274
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
传统的基于Mean-Shift的目标跟踪方法利用目标的全局特征进行跟踪,在局部遮挡情况下跟踪效果不佳。提出一种基于团块建模和Mean-Shift相结合的利用目标局部特征的运动目标跟踪方法,对目标进行团块建模,利用Mean-shift算法对各团块进行跟踪,在此基础上确定目标新位置。该方法能够在目标发生局部遮挡时,自动选取未被遮挡的团块的跟踪结果来确定目标的位置。为了提高方法对背景干扰的鲁棒性,采用背景加权的Mean-Shift算法。实验结果表明:该方法在局部遮挡的情况下可较好地进行目标跟踪,跟踪效果优
其他文献
采用原胞自动机对自推动粒子模型进行改进,分析了在低密度空间、中等密度空间以及高密度空间3种情况下,大众生产系统生产者的决策影响因素。研究表明,在中等密度空间,大众生
提出一种新的解决几何约束系统的构造求解方法。这是一种基于簇改写的求解器,新的解决方法扩展了可被解决的问题的种类,保持了簇改写方法的优点。相比先前的簇改写求解器只确
学会灵感拍摄技巧,当秋日来临之时 为金色辉煌的鲜艳色彩光影留下纪念
经典形式语言有两条主线,就是自动机线索与形式文法线索。利用有向图理论和有向图半群理论建立了另一条线索——有向图语言,讨论了两类特殊的有向图语言——de Bruijn有向图
针对序信息系统,基于优势关系给出了知识协调度和知识差异度的概念,为刻画和度量序意义下知识之间的协调程度和差异程度提供了一种新方法。讨论和分析了这些度量的性质及它们
关于从图像中定位物体轮廓的问题,目前所采用的活动轮廓模型和基于自组织神经网络的算法,存在能量泛函优化容易陷入局部极值和演化过程依赖于初始轮廓的选取等问题。提出了一种基于RBF神经网络的轮廓定位算法。首先,通过自适应梯度阈值方法来获取图像特征点。然后,通过特征点的聚类建立一组基函数,把图像像素点的像素值和梯度构造输入向量空间,在网络权值训练完成后,利用网络的预测功能来准确判断物体轮廓。与传统算法相比