-
公开(公告)号:CN104094279B
公开(公告)日:2017-05-10
申请号:CN201480000159.1
申请日:2014-04-30
Applicant: 中国科学院自动化研究所
IPC: G06K9/00
CPC classification number: G06T7/246 , G06K9/00771 , G06K9/4642 , G06K9/4652 , G06K9/6212 , G06K9/6215 , G06T7/215 , G06T7/277 , G06T7/292 , G06T2207/30241
Abstract: 本发明涉及一种大范围优先的跨摄像机视觉目标再识别方法,所述方法包括:步骤S1,获得单场景目标的初始轨迹;步骤S2,计算每条轨迹的分段主颜色谱直方图特征,得到轨迹特征表达;步骤S3,利用最小化不确定度的方法得到任意两条轨迹间匹配度的计算公式,从而得到任意两条轨迹间匹配度;步骤S4,对所有轨迹采用最大后验概率的方法进行全局数据融合得到跨场景的跟踪结果。本发明目标再试别方法,识别正确率高。
-
公开(公告)号:CN103237197B
公开(公告)日:2016-04-13
申请号:CN201310123512.2
申请日:2013-04-10
Applicant: 中国科学院自动化研究所
Abstract: 一种用于鲁棒跟踪的自适应多特征融合的方法,包括步骤:特征结构初始化;分别计算梯度直方图HOG特征、局部二值模式LBP特征、颜色直方图特征;利用增量式主成分分析IPCA算法计算特征的主分量,并得到特征的稳定性表征;更新子特征权重;根据粒子滤波的跟踪结果,计算子特征的更新率。本发明目标特征用梯度信息,纹理信息和颜色信息共同表达,复杂场景下提高了特征的描述能力。根据不同子特征在跟踪中不同的稳定性,实时更新其权重,提高融合后的特征的稳定性。本发明计算量小,可以满足实时性要求。
-