CAJ | 학술논문

研究视频物体识别系统,传统连续自适应均值偏移(Camshift)跟踪方法根据H分量建立被跟踪目标的颜色模型,而H分量易受亮度(V分量)的影响,造成不能准确跟踪运动目标.为解决上述问题,引入运动目标的纹理特征,先提取HSV颜色空间的H分量,把它转化为局部二元纹理(LBP)图,计算目标的LBP纹理直方图并把反向投影到LBP纹理图上,得到LBP纹理概率图,然后采用Camshift算法确定当前图像中目标的尺寸和中心位置.对手势和人脸跟踪进行仿真计算,实验结果表明,在跟踪过程中可以对目标进行稳定的实时跟踪,通过计算,也改善了传统方法,使识别人脸不受光照的影响,验证了改进方法的有效性.
연구시빈물체식별계통,전통련속자괄응균치편이(Camshift)근종방법근거H분량건립피근종목표적안색모형,이H분량역수량도(V분량)적영향,조성불능준학근종운동목표.위해결상술문제,인입운동목표적문리특정,선제취HSV안색공간적H분량,파타전화위국부이원문리(LBP)도,계산목표적LBP문리직방도병파반향투영도LBP문리도상,득도LBP문리개솔도,연후채용Camshift산법학정당전도상중목표적척촌화중심위치.대수세화인검근종진행방진계산,실험결과표명,재근종과정중가이대목표진행은정적실시근종,통과계산,야개선료전통방법,사식별인검불수광조적영향,험증료개진방법적유효성.