10.16208/j.issn1000-7024.2016.04.026
HLBP纹理特征Mean Shift目标跟踪算法
经典Mean Shift目标跟踪算法采用单一颜色特征建立目标模型,在目标颜色与背景颜色相近或遮挡的情况下,目标跟踪鲁棒性差,为此,提出另一种Mean Shift目标跟踪算法.采用Haar型局部二值模式(Haar local binary pattern,HLBP)算子提取HLBP纹理特征,利用HLBP纹理特征具有较强辨识度、对光照变化不敏感等特点,代替原始视频图像序列,建立HLBP纹理特征的空间概率密度分布模型来表征目标特征;在此基础上,在Mean Shift框架下获取目标位置估计值,实现目标的跟踪.对比实验结果表明,该算法具有较高的目标跟踪精度和鲁棒性.
目标跟踪、均值漂移、Haar特征、Haar型特征局部二值模式
37
TP391(计算技术、计算机技术)
国家自然科学基金面上基金项目61173184;重庆理工大学研究生创新基金项目YCX2013219
2016-06-23(万方平台首次上网日期,不代表论文的发表时间)
共6页
976-981