基于显著特征区域和概率图模型的目标跟踪

• 作者: 周大可 杨欣 蔡波
• 来源期刊: 云南民族大学学报（自然科学版）
• 学科: 工学
• 关键词: 目标跟踪 马尔可夫随机场 mean shift算法 概率推理
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 信息与计算机科学
• 页码范围: 264-269
• 页数: 6页
• 分类号: TP391.41
• 字数: 3956字
• 语种: 中文
• DOI: 12.3969/j.issn.1672-8513.2016.03.014

摘要

针对目标跟踪中的遮挡问题,提出一种基于局部显著特征区域和概率图模型的跟踪算法.提取目标的一组局部显著特征点,以局部显著特征点为依据,在目标区域中划分出多个感兴趣的显著特征区域;利用这组显著特征区域相互之间的空间位置关系,并结合各个显著特征区域自身的局部信息建立目标的马尔可夫随机场(MRF)模型;采用mean shift (MS)算法对各个显著特征区域分别进行跟踪,利用MRF模型对MS算法的跟踪结果进行概率推断,融合各个显著特征区域的权重,精确定位运动目标的最终位置.在多个视频序列上的实验结果表明,与改进的MS算法、粒子滤波算法以及分块跟踪方法相比,此算法具有较高的跟踪精度;尤其是当目标被遮挡时,该算法具有较好的跟踪鲁棒性.该算法充分利用了显著特征区域自身的局部特征和区域之间的空间结构信息,能够实现复杂情况下的运动目标的鲁棒跟踪.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周大可	南京航空航天大学自动化学院	53	273	10.0	13.0
2	杨欣	南京航空航天大学自动化学院	65	288	10.0	13.0
3	蔡波	南京航空航天大学自动化学院	2	5	1.0	2.0