-
公开(公告)号:CN114066942A
公开(公告)日:2022-02-18
申请号:CN202111385813.3
申请日:2021-11-22
Applicant: 辽宁工程技术大学
Abstract: 本发明公开了一种基于流形背景感知的相关滤波目标跟踪方法,涉及计算机视觉领域,通过提取目标的外观特征,构建初始滤波器模板;设立双指数分布,构建初始流形搜索区域;根据目标运动速度和运动方向,调整流形搜索区域;根据流形搜索区域面积不变,确定当前流形搜索区域;在流形搜索区域内提取背景信息,构建流形背景感知的相关滤波算法模型;采用增广拉格朗日乘子法和交替方向乘子法求解流形背景感知的相关滤波算法模型;采用自适应策略更新流形背景感知的相关滤波算法模型;输出目标跟踪结果;具有动态搜索机制,能有效涵盖目标运动的大概率空间范围,解决目标丢失问题,有效解决复杂场景下的目标漂移问题、提升了目标跟踪的准确率和速度。
-
公开(公告)号:CN104881884A
公开(公告)日:2015-09-02
申请号:CN201510369172.0
申请日:2015-06-29
Applicant: 辽宁工程技术大学
CPC classification number: G06T7/292 , G06K9/38 , G06K2209/21 , G06T7/251 , G06T2207/10004
Abstract: 本发明公开了一种基于视觉量子的目标跟踪方法,属于计算机视觉技术领域。该方法首先在目标区域内自上而下均匀分布视觉量子,计算并统计视觉量子内部信息熵分布的极大值所对应的灰度阶,计算视觉量子的熵基和量子频率,然后将目标边缘区域的视觉量子移动至平衡状态,并计算视觉量子的频率积分,最后以达到量子平衡状态且频率积分相等的视觉量子的位置信息作为目标跟踪结果。本发明方法抓住了运动目标前景与背景交界处具有的量子频率不变性的特点,将频率不变特征采用多个视觉量子进行描述,可以有效克服遮挡、形状与尺度变化等因素对运动目标跟踪的影响,失跟率较低,同时由于视觉量子计算过程简单,计算复杂度和空间复杂度较低,跟踪实时性较高。
-
公开(公告)号:CN104392469A
公开(公告)日:2015-03-04
申请号:CN201410777880.3
申请日:2014-12-15
Applicant: 辽宁工程技术大学
IPC: G06T7/20
CPC classification number: G06T7/269
Abstract: 一种基于软特征理论的目标跟踪方法,属于计算机视觉技术领域。该方法包括:目标区域初始化;提取目标的软特征信息;对目标的软特征信息进行前趋预测;修复目标的软特征信息;目标跟踪。采用软特征对运动目标进行跟踪,对目标形状变化和尺度伸缩具有很好的抗干扰性,使得该方法对形变严重运动目标的跟踪具有较高的准确性、稳定性和很好的鲁棒性能;采用前趋冲击强度对目标前趋进行预测,可以很好的解决目标受到遮挡而导致丢失的问题;由于缩小了目标检测范围,软特征数据量较小,不需要存储目标多种姿态模型,其计算复杂度和空间复杂度较低,跟踪实时性较高。
-
-