上海交通大学学报
上海交通大學學報
상해교통대학학보
JOURNAL OF SHANGHAI JIAOTONG UNIVERSITY
2005年
12期
2006-2010
,共5页
陈枫%杨树堂%陈泽宇%袁晓彤
陳楓%楊樹堂%陳澤宇%袁曉彤
진풍%양수당%진택우%원효동
区域跟踪%隐马尔科夫测量场%快速高斯变换
區域跟蹤%隱馬爾科伕測量場%快速高斯變換
구역근종%은마이과부측량장%쾌속고사변환
为了提高复杂背景下视频对象跟踪的有效性和鲁棒性,提出了一种基于隐马尔科夫(HMMF)模型与特征-空间联合分布的视频序列对象跟踪算法,其特点是将视频序列的对象跟踪问题描述为将当前帧分割为跟踪区域和非跟踪区域的动态图像分割问题.基于HMMF模型,将最优标记场估计问题转化为连续函数最优化问题.同时,将跟踪区域和背景区域的特征-空间联合概率分布作为贝叶斯估计中的条件分布,并且引入了改进的快速高斯变换来高效地估算分布函数.实验表明,这些技术使得跟踪算法对区域的局部形变和遮挡具有很高的鲁棒性,且具有较高的效率.
為瞭提高複雜揹景下視頻對象跟蹤的有效性和魯棒性,提齣瞭一種基于隱馬爾科伕(HMMF)模型與特徵-空間聯閤分佈的視頻序列對象跟蹤算法,其特點是將視頻序列的對象跟蹤問題描述為將噹前幀分割為跟蹤區域和非跟蹤區域的動態圖像分割問題.基于HMMF模型,將最優標記場估計問題轉化為連續函數最優化問題.同時,將跟蹤區域和揹景區域的特徵-空間聯閤概率分佈作為貝葉斯估計中的條件分佈,併且引入瞭改進的快速高斯變換來高效地估算分佈函數.實驗錶明,這些技術使得跟蹤算法對區域的跼部形變和遮擋具有很高的魯棒性,且具有較高的效率.
위료제고복잡배경하시빈대상근종적유효성화로봉성,제출료일충기우은마이과부(HMMF)모형여특정-공간연합분포적시빈서렬대상근종산법,기특점시장시빈서렬적대상근종문제묘술위장당전정분할위근종구역화비근종구역적동태도상분할문제.기우HMMF모형,장최우표기장고계문제전화위련속함수최우화문제.동시,장근종구역화배경구역적특정-공간연합개솔분포작위패협사고계중적조건분포,병차인입료개진적쾌속고사변환래고효지고산분포함수.실험표명,저사기술사득근종산법대구역적국부형변화차당구유흔고적로봉성,차구유교고적효솔.