计算机工程 ›› 2018, Vol. 44 ›› Issue (9): 263-268,273.doi: 10.19678/j.issn.1000-3428.0047869

• 多媒体技术及应用 • 上一篇    下一篇

基于目标检测的时空上下文跟踪算法

李珑,刘凯,李玲   

  1. 西安电子科技大学 计算机学院,西安 710071
  • 收稿日期:2017-07-07 出版日期:2018-09-15 发布日期:2018-09-15
  • 作者简介:李珑(1994—),女,硕士研究生,主研方向为视频跟踪、图形图像处理、机器视觉;刘凯,教授、博士;李玲,硕士研究生。
  • 基金项目:

    国家自然科学基金重大研究计划培育项目(91538101);国家自然科学基金面上项目(61571345);国家自然科学基金外国青年学者研究基金(61550110247)。

Spatial-temporal Context Tracking Algorithm Based on Target Detection

LI Long,LIU Kai,LI Ling   

  1. School of Computer,Xidian University,Xi’an 710071,China
  • Received:2017-07-07 Online:2018-09-15 Published:2018-09-15

摘要:

时空上下文目标跟踪算法在目标被完全遮挡时,会出现跟踪目标丢失的现象。为此,提出一种基于粒子滤波的改进时空上下文视觉跟踪算法。利用2个样本的颜色直方图计算出巴氏系数,并以此判断目标是否发生全局遮挡,当巴氏系数小于设定的阈值时,使用粒子滤波预测目 标跟踪结果。实验结果表明,与原时空上下文跟踪算法相比,该算法将跟踪成功率提高到85%以上,中心位置误差较小,且鲁棒性较好。

关键词: 目标遮挡, 粒子滤波, 时空上下文, 置信图, 视觉跟踪

Abstract:

When the target is completely occluded,the algorithm will appear to track the loss of the target.For this reason,an improved spatio-temporal context visual tracking algorithm based on particle filtering is proposed.The Bhattacharyya calculated from the color histograms of the two samples is used to determine whether the target has a global occlusion.When the Bhattacharyya is smaller than the set threshold,the algorithm uses particle filtering to predict the target tracking result.Experimental results show that compared with the original spatio-temporal context algorithm,the algorithm can improve the tracking success rate to more than 85%,the center position error is small,and the robustness is better.

Key words: target occlusion, particle filtering;spatio-temporal context;confidence map;visual tracking

中图分类号: