动态跟踪中背景补偿与目标运动估计
针对目标的观测位置信息中混入了背景运动的问题,提出一种特征点集与稀疏光流场相结合的背景补偿方法. 通过Harris算子找出一组特征点,在相邻帧中通过计算每个特征点的局部最优匹配区域得到稀疏点集的光流向量. 根据其光流方向概率分布,最终计算出背景的偏移量. 通过背景补偿,得到目标的真实偏移量序列,带入Kalman滤波方程,对下一帧中目标的运动状态进行实时估计. 实验表明,背景补偿后的预测精度在10个像素之内,每个均值迁移跟踪单元大约需要10 ms,提高了跟踪的稳定性,有效减少了迭代次数. 新的跟踪器能满足动态实时跟踪的要求.
目标跟踪、背景补偿、目标运动估计、均值迁移
30
TN911.73
国家教育部"985"工程学科建设投资项目107008200400020
2011-03-30(万方平台首次上网日期,不代表论文的发表时间)
共5页
1305-1309