中国图象图形学报
中國圖象圖形學報
중국도상도형학보
Journal of Image and Graphics
2015年
11期
1492-1499
,共8页
计算机视觉%图像处理%多运动目标跟踪%移动背景%聚类
計算機視覺%圖像處理%多運動目標跟蹤%移動揹景%聚類
계산궤시각%도상처리%다운동목표근종%이동배경%취류
computer vision%image processing%multiple moving object tracking%moving background%clustering
目的 针对多运动目标在移动背景情况下跟踪性能下降和准确度不高的问题,本文提出了一种基于OP-TICS聚类与目标区域概率模型的方法.方法 首先引入了Harris-Sift特征点检测,完成相邻帧特征点匹配,提高了特征点跟踪精度和鲁棒性;再根据各运动目标与背景运动向量不同这一点,引入了改进后的OPTICS加注算法,在构建的光流图上聚类,从而准确的分离出背景,得到各运动目标的估计区域;对每个运动目标建立一个独立的目标区域概率模型(OPM),随着检测帧数的迭代更新,以得到运动目标的准确区域.结果 多运动目标在移动背景情况下跟踪性能下降和准确度不高的问题通过本文方法得到了很好地解决,Harris-Sift特征点提取、匹配时间仅为Sift特征的17％.在室外复杂环境下,本文方法的平均准确率比传统背景补偿方法高出14％,本文方法能从移动背景中准确分离出运动目标.结论 实验结果表明,该算法能满足实时要求,能够准确分离出运动目标区域和背景区域,且对相机运动、旋转,场景亮度变化等影响因素具有较强的鲁棒性.
目的 針對多運動目標在移動揹景情況下跟蹤性能下降和準確度不高的問題,本文提齣瞭一種基于OP-TICS聚類與目標區域概率模型的方法.方法 首先引入瞭Harris-Sift特徵點檢測,完成相鄰幀特徵點匹配,提高瞭特徵點跟蹤精度和魯棒性;再根據各運動目標與揹景運動嚮量不同這一點,引入瞭改進後的OPTICS加註算法,在構建的光流圖上聚類,從而準確的分離齣揹景,得到各運動目標的估計區域;對每箇運動目標建立一箇獨立的目標區域概率模型(OPM),隨著檢測幀數的迭代更新,以得到運動目標的準確區域.結果 多運動目標在移動揹景情況下跟蹤性能下降和準確度不高的問題通過本文方法得到瞭很好地解決,Harris-Sift特徵點提取、匹配時間僅為Sift特徵的17％.在室外複雜環境下,本文方法的平均準確率比傳統揹景補償方法高齣14％,本文方法能從移動揹景中準確分離齣運動目標.結論 實驗結果錶明,該算法能滿足實時要求,能夠準確分離齣運動目標區域和揹景區域,且對相機運動、鏇轉,場景亮度變化等影響因素具有較彊的魯棒性.
목적 침대다운동목표재이동배경정황하근종성능하강화준학도불고적문제,본문제출료일충기우OP-TICS취류여목표구역개솔모형적방법.방법 수선인입료Harris-Sift특정점검측,완성상린정특정점필배,제고료특정점근종정도화로봉성;재근거각운동목표여배경운동향량불동저일점,인입료개진후적OPTICS가주산법,재구건적광류도상취류,종이준학적분리출배경,득도각운동목표적고계구역;대매개운동목표건립일개독립적목표구역개솔모형(OPM),수착검측정수적질대경신,이득도운동목표적준학구역.결과 다운동목표재이동배경정황하근종성능하강화준학도불고적문제통과본문방법득도료흔호지해결,Harris-Sift특정점제취、필배시간부위Sift특정적17％.재실외복잡배경하,본문방법적평균준학솔비전통배경보상방법고출14％,본문방법능종이동배경중준학분리출운동목표.결론 실험결과표명,해산법능만족실시요구,능구준학분리출운동목표구역화배경구역,차대상궤운동、선전,장경량도변화등영향인소구유교강적로봉성.
