題-1_100_100.jpg)
基本信息
- 項(xiàng)目名稱：
- 一種基于紋理和顏色的粒子濾波目標(biāo)跟蹤方法
- 小類：
- 信息技術(shù)
- 簡介：
- 本文針對基于顏色的粒子濾波跟蹤方法在復(fù)雜背景下會導(dǎo)致跟蹤失敗的問題，提出了一種基于局部二值模式紋理和顏色特征的粒子濾波目標(biāo)跟蹤方法。
- 詳細(xì)介紹：
- 顏色直方圖是對目標(biāo)在彩色圖像中的全局描述，而局部二值模式紋理包含了灰度圖像中局部鄰近區(qū)域的紋理信息，兩者可以互為補(bǔ)充，因此本文同時用顏色直方圖和局部二值模式紋理直方圖描述目標(biāo)，在粒子濾波框架下將目標(biāo)顏色和局部二值模式紋理有機(jī)結(jié)合起來。
作品圖片
作品專業(yè)信息
撰寫目的和基本思路
- 紋理是圖像的重要信息和特征，它描述了圖像所對應(yīng)的景物的表面性質(zhì)，包括表面結(jié)構(gòu)組織及其與周圍環(huán)境關(guān)系的許多重要信息。局部二值模式（Local Binary Pattern，LBP）是一種有效的紋理描述算子，可以對灰度圖像中局部鄰近區(qū)域的紋理信息進(jìn)行度量和提取。在近十年的時間內(nèi)，LBP算子已經(jīng)廣泛地應(yīng)用到紋理分類、圖像檢索、人臉圖像分析等領(lǐng)域[9]。
科學(xué)性、先進(jìn)性及獨(dú)特之處
- 本文融合局部二值模式紋理和顏色特征，再結(jié)合粒子濾波實(shí)現(xiàn)動態(tài)目標(biāo)跟蹤。顏色特征是對彩色圖像進(jìn)行操作，而局部二值邊緣特征是對灰度圖像進(jìn)行操作，兩者可以互補(bǔ)。多特征結(jié)合可以提高跟蹤算法的魯棒性，且這兩個特征都非常簡單有效，能獲得實(shí)時跟蹤效果。實(shí)驗(yàn)結(jié)果表明，本文所提方法能提高目標(biāo)跟蹤精度，而且有較強(qiáng)的魯棒性。
應(yīng)用價值和現(xiàn)實(shí)意義
- 現(xiàn)有的目標(biāo)跟蹤方法主要有基于區(qū)域的跟蹤、基于特征的跟蹤、基于輪廓線的跟蹤、基于模型的跟蹤、基于運(yùn)動場估計的跟蹤、混合方式的跟蹤等[4]。盡管已經(jīng)提出了許多有效的視頻目標(biāo)跟蹤算法，但是在實(shí)際應(yīng)用中視頻目標(biāo)跟蹤仍然面臨許多困難，如光照變化、目標(biāo)姿態(tài)的改變、目標(biāo)非線性形變以及背景中的噪聲和干擾等，因此具有高魯棒性的視頻目標(biāo)跟蹤算法的研究仍然是一項(xiàng)具有挑戰(zhàn)性的任務(wù)
學(xué)術(shù)論文摘要
- 本文針對基于顏色的粒子濾波跟蹤方法在復(fù)雜背景下會導(dǎo)致跟蹤失敗的問題，提出了一種基于局部二值模式紋理和顏色特征的粒子濾波目標(biāo)跟蹤方法。顏色直方圖是對目標(biāo)在彩色圖像中的全局描述，而局部二值模式紋理包含了灰度圖像中局部鄰近區(qū)域的紋理信息，兩者可以互為補(bǔ)充，因此本文同時用顏色直方圖和局部二值模式紋理直方圖描述目標(biāo)，在粒子濾波框架下將目標(biāo)顏色和局部二值模式紋理有機(jī)結(jié)合起來。實(shí)驗(yàn)結(jié)果表明，本文算法不僅提高了跟蹤精度，而且具有較強(qiáng)的魯棒性。
獲獎情況
- 2011.3月發(fā)表于《電視技術(shù)》
鑒定結(jié)果
- 錄用
參考文獻(xiàn)
- 錄用
同類課題研究水平概述
- 近年來，粒子濾波方法被引入到目標(biāo)跟蹤中，它為解決非線性、非高斯系統(tǒng)下的目標(biāo)跟蹤問題提供了一個有效的框架。粒子濾波是一種基于Bayes原理用粒子概率密度表示的序貫Monte-Carlo模擬方法，其基本思想就是通過尋找一組在狀態(tài)空間中傳播的隨機(jī)樣本對后驗(yàn)概率分布進(jìn)行近似，以樣本均值代替積分運(yùn)算，從而獲得狀態(tài)的最小方差估計過程。Isard等率先在計算機(jī)視覺領(lǐng)域引入了粒子濾波算法，并較系統(tǒng)地研究了采用粒子濾波算法實(shí)現(xiàn)目標(biāo)的輪廓跟蹤[5,6]；Nunllniaro等提出了基于顏色的自適應(yīng)粒子濾波跟蹤算法[7]；Perez等提出了一種基于顏色的粒子濾波算法實(shí)現(xiàn)多目標(biāo)跟蹤[8]；張濤等提出了一種基于色彩相關(guān)直方圖的粒子濾波跟蹤算法[9]；李培華提出了的基于顏色信息的粒子濾波器跟蹤算法應(yīng)用了GPU并行算法提高了計算速度[10]；Okuma等提出了一種基于Adaboost的粒子濾波算法的多目標(biāo)實(shí)時跟蹤算法[11]；Maceormick等系統(tǒng)地總結(jié)了粒子濾波方法在計算機(jī)視覺中的應(yīng)用，系統(tǒng)地闡述了粒子濾波算法的最新應(yīng)用成果和發(fā)展趨勢[12]。
