基于多特征融合与背景目标双加权的行人跟踪

• 作者: 卜言生 贺俊吉
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 行人跟踪 特征自适应融合 背景目标双加权 选择性更新 Mean shift
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 225-231,238
• 页数: 8页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2020.10.036

摘要

传统Mean Shift跟踪算法表观行人时的特征单一且忽略背景因素,难以在复杂环境下对目标行人进行有效跟踪.针对此问题,采用RGB颜色特征与LBP纹理特征对目标行人进行模型描述,并由S型函数自适应融合两类特征.考虑到目标行人自身的特征以及背景因素,对目标行人进行背景目标双加权,从而增强模型的描述能力;为削弱外部环境(如:光照变化、遮挡等)对模型的影响,采用特征更新选择函数,用于跟踪过程中模型分量的选择性更新.通过实验和定量分析表明:该算法能在光照变化和短时遮挡等情况下实现目标行人的有效跟踪,改善了传统Mean Shift算法中模型描述不准确的局限性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贺俊吉		21	59	5.0	6.0
2	卜言生		1	0	0.0	0.0