基于混合特征的运动目标跟踪方法

作     者：任楠 杜军平 朱素果 李玲慧 Jang Myung Lee REN Nan DU Jun-ping ZHU Su-guo LI Ling-hui JangMyung Lee

作者机构：北京邮电大学计算机学院北京100876 韩国釜山国立大学电子工程系 

出 版 物：《北京邮电大学学报》 (Journal of Beijing University of Posts and Telecommunications)

年 卷 期：2016年第39卷第6期

页      面：88-92,98页

核心收录：

学科分类：08[工学] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(61320106006 61532006 61502042) 

主　　题：运动目标跟踪 轮廓特征 神经网络 方向直方图 加速鲁棒特征 粒子滤波 

摘      要：为了应对运动目标跟踪任务中目标的尺度、光照变化和形变等情况,提出了一种基于混合特征的运动目标跟踪方法——So H-DLT,综合考虑了运动目标的轮廓特征和细节特征.在粒子滤波跟踪过程中引入方向直方图描述目标轮廓特征,保证与目标最相似的粒子在尺度、光照变化和形变的情况下仍能获得较高的置信度,并作为跟踪结果输出.结合深度学习获得的高层特征和具有尺度不变性的加速鲁棒特征计算粒子权重,提高了复杂运动场景下目标跟踪的准确度,强化了So H-DLT方法对尺度变化运动目标跟踪的鲁棒性.实验结果表明,So H-DLT与其他方法相比获得了更好的跟踪效果.