实时超像素跟踪算法

BillScot2

摘 要：建立有效的目标表观模型是视觉跟踪算法的关键。该文采用中层次视觉线索(超像素)对目标表观进行建
! H3 j: D6 a. n& ?7 k% _/ y# S% d" q模，提出一种实时超像素跟踪(RSPT)算法。算法采用 K 近邻(KNN)方法从超像素特征集合中学习目标的判别式
表观模型；在后续帧中，根据学习到的表观模型计算目标-背景置信图，然后巧妙地采用积分图方法估计目标状态，
8 i" M* X$ \1 D1 y4 W实现了高速的全局最优估计；最后设计了目标表观模型的在线更新策略，引入遮挡因子对遮挡进行判断。在配置
* v6 I, t9 W) ?+ G5 yi5 处理器的电脑中，所提 RSPT 算法使用未经优化的 Matlab 代码以 19 帧/s 的速度实时运行。对若干序列的对比
! z6 _% `. x* i# w5 Z- f实验表明，所提算法能够在多种复杂环境下稳定跟踪目标，具有良好的鲁棒性。
+ V: {1 Q- `( i5 R6 j0 s关键词：视觉跟踪；超像素；判别式表观模型；K 近邻方法
( M3 Z1 M, U( H* m, l. r6 [# @1 引言
视觉跟踪是计算机视觉领域的一个研究热点，
在人机交互、监控、增强现实、机器感知等场景中
9 ~- F$ i, C( u  l- a& t有着广泛的应用[1]。由于面临着实时处理、目标复
杂运动、遮挡、背景干扰、光照变化等难点，视觉
跟踪也是一个非常有挑战性的研究方向。近几年提
8 s, d5 i# {: G" T) P  U& A出的多数跟踪算法都基于 tracking-by-detection 框
$ P- p/ m( [  u1 M% g架，它们将跟踪看做检测问题，根据对目标表观的
* e$ u+ g2 T5 Q7 {% ^  |1 R建模方式可分为两类：判别式跟踪和生成式跟踪[1]。
判别式跟踪算法，从目标及背景学习判别式表
观模型，在后续帧中对目标和背景进行区分。由于

3 Y5 j+ j: C5 ]8 ^2 t7 y; Q9 s
& J" ~- H! K& ^4 `

; O) |/ V( j7 O5 i7 N( h" T
附件下载：

游客，如果您要查看本帖隐藏内容请回复

, n" V6 T- T) Q/ Q+ X, U

crime

谢谢分享