前景约束下的抗干扰匹配目标跟踪方法

• 作者: 刘万军 刘大千 曲海成 费博雯
• 来源期刊: 自动化学报
• 关键词: 前景约束 抗干扰匹配 判别外观模型 决策判定 特征补偿
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 论文与报告
• 页码范围: 1138-1152
• 页数: 15页
• 字数: 9991字
• 语种: 中文
• DOI: 10.16383/j.aas.2017.c160475

摘要

传统模型匹配跟踪方法没有充分考虑目标与所处图像的关系,尤其在复杂背景下,发生遮挡时易丢失目标.针对上述问题,提出一种前景约束下的抗干扰匹配(Anti-interference matching under foreground constraint,AMFC)目标跟踪方法.该方法首先选取图像帧序列前m帧进行跟踪训练,将每帧图像基于颜色特征分割成若干超像素块,利用均值聚类组建簇集合,并通过该集合建立判别外观模型;然后,采用EM (Expectation maximization)模型建立约束性前景区域,通过基于LK(Lucas-Kanade)光流法框架下的模型匹配寻找最佳匹配块.为了避免前景区域中相似物体的干扰,提出一种抗干扰匹配的决策判定算法提高匹配的准确率;最后,为了对目标的描述更加准确,提出一种新的在线模型更新算法,当目标发生严重遮挡时,在特征集中加入适当特征补偿,使得更新的外观模型更为准确.实验结果表明,该算法克服了目标形变、目标旋转移动、光照变化、部分遮挡、复杂环境的影响,具有跟踪准确和适应性强的特点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘万军	辽宁工程技术大学软件学院	181	1681	19.0	33.0
2	刘大千	辽宁工程技术大学电子与信息工程学院	15	59	5.0	7.0
3	费博雯	辽宁工程技术大学工商管理学院	15	65	5.0	7.0
4	曲海成	辽宁工程技术大学软件学院	52	387	11.0	18.0