基于时域和梯度的运动目标识别跟踪算法
针对视频存在噪声干扰及现有算法实时性较差的问题,提出了一种新型的基于时域和梯度的运动目标识别跟踪算法.考虑时间域上视频的形成,用帧差法将图片中的区域划分为变化区域和运动区域;依照2个区域的幅度变化对识别算法进行设计,为了消除背景干扰,对形成的运动区域进行均值滤波;在时域基础上增加了梯度分量,对运动区域形成梯度化轨迹,实现跟踪算法的完整设计.通过实验验证,本算法能够稳定地跟踪前景运动目标,与TLD和CamShift算法相比,在实时性上有明显提升,在耗时上分别缩减12.6％和22.7％.
目标跟踪、干扰噪声、时域分析、梯度分量、动态目标
31
TP391(计算技术、计算机技术)
国家自然科学基金资助项目61503274;辽宁省重点研发计划项目2018104012;沈阳市双百工程计划资助项目Z18-5-013
2019-11-21（万方平台首次上网日期，不代表论文的发表时间）
共6页
388-393
