基于GMS与FPME的视频目标跟踪方法

• 作者: 张海涛 秦鹏程
• 来源期刊: 计算机工程
• 关键词: 视频目标跟踪 特征点 误匹配 K-means算法 分裂法
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 图形图像处理|Graphics and Image Processing
• 页码范围: 226-231
• 页数: 6页
• 分类号: TN919
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0058428

摘要

针对视频目标跟踪中因特征点误匹配造成跟踪性能下降的问题,在融合二进制特征描述算法(ORB)与网格统计的视频跟踪方法(GMS)框架下,提出一种基于GMS与特征点误匹配剔除(FPME)的视频目标跟踪方法.利用ORB算法确保在视频序列中特征点匹配的实时性,采用"粗-精"两阶段的剔除方法,即先利用K-means算法快速粗略地剔除误差较大的特征点匹配关系,提高正确匹配对所占的比例,再利用分裂法精确剔除偏离程度较大的匹配对,提高目标特征点之间的匹配成功率.实验结果表明,在视频序列的跨帧匹配与连续跟踪实验中,该方法相对于GMS、ASLA、HDT等当前主流算法在匹配精度、速度等评价指标上都能得到较好的结果.