基于QP_TR信任域的序列图像目标跟踪

摘要：

本文将信任域算法和尺度空间理论相结合,提出了一种能够精确描述目标尺寸连续变化的新的序列图像目标跟踪算法;将信任域算法与灰度模板相结合,提出了一种新的实时目标跟踪算法.在第一种算法中,首先将序列图像按照颜色直方图转换成目标概率分布图,目标区域在概率分布图中呈现为灰度块.然后通过检测该图在尺度空间中微分滤波器输出的极值,来决定这些灰度块的尺度.最后我们使用QP_TR信任域算法在尺度空间里和图像平面内快速搜索概率分布图的多尺度规范化Laplacian滤波函数极值,实现了目标定位并同时决定了其尺度,从而完成了跟踪任务.在第二种算法中,首先记录目标初始模板,在随后每一帧中应用QP_TR信任域算法搜索与该模板最相似的区域,实现目标定位.和现有算法的比较以及在大量真实序列图像上的实验表明,两种算法分别在目标大小描述,跟踪精度上以及运算速度上有了显著提高.

关键词：QP_TR信任域算法、尺度空间、多尺度规范化Laplacian滤波、实时目标跟踪

所属期刊栏目：34

分类号：TP3(计算技术、计算机技术)

资助基金：国防基础预研项目基金;航天科技创新项目;航空基础科学基金02153073

在线出版日期：2007-03-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：191-194