基于椭圆区域协方差描述子和卡尔曼粒子滤波的鲁棒视觉跟踪方法
针对传统的或概率性的协方差跟踪中采用的矩形区域协方差描述子不能精确反映目标的非刚性形变的问题.提出椭圆区域协方差描述子,将各种不同类型的特征融入统一的模型中,实现了基于多特征的目标跟踪,并将其与卡尔曼粒子滤波相结合,提出一种鲁棒的视觉目标跟踪方法.实验结果表明,该方法对光线变化、噪声干扰、部分和完全遮挡、目标的尺度和角度的变化以及目标的快速运动都具有较好的鲁棒性.
椭圆区域协方差描述子、协方差跟踪、卡尔曼粒子滤波、视觉跟踪
26
TP391(计算技术、计算机技术)
高等学校博士学科点专项科研基金20093402110014;国家863计划项目2009AA11A113
2011-07-21(万方平台首次上网日期,不代表论文的发表时间)
721-726