基于显著特征区域和条件随机场的目标跟踪?

• 作者: 周大可 杨欣 蔡波
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 目标跟踪 条件随机场 Mean Shift算法 概率推理
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 【理论与算法】
• 页码范围: 64-69
• 页数: 6页
• 分类号: TP391.41
• 字数: 5735字
• 语种: 中文

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条件随机场模型(CRF)的跟踪算法。利用目标区域中的显著特征区域相互之间的空间位置关系以及时间域上相邻区域的影响，并结合各个显著特征区域自身的局部信息建立目标的CRF模型；利用CRF模型对 Mean Shift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，文中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以及各个显著特征区域在时间域上的约束条件，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