基于特征约束与光流场模型的多通道视频目标跟踪算法
现有的目标跟踪算法中网格信息的冗杂度较高,增加了跟踪算法的复杂程度,使得跟踪时计算量过大,影响了跟踪效果.为此,以降低跟踪过程复杂度为首要目标,本文在考虑特征约束的情况下,利用光流场模型实现对多通道视频目标的有效跟踪.通过设定视频随机变量控制光流场数值模型的变化控制偏差并提取出多通道视频的归一化特征,引入全局池化处理方式解决传统方法多维度特征计算繁杂的问题.首先,根据图像像素强度与时间参数间的数值关系,控制光流场模型均值的偏差,得到视频特征;然后,利用激活函数将多通道参数数值映射处理为固定参数,构建多通道特征约束关系控制特征参数发生升维,减少数据计算维数;最后,划分视频图像中的背景及目标区域,通过构建像素运动模型完成对视频目标的跟踪.在设置实验仪器初始参数后,在数据库中随机选取视频片段作为实验对象,并通过设定不同帧图像的分辨率将其模拟为多通道视频信息,对传统算法与本文算法的性能展开测试,结果表明:本文算法不仅可以保证跟踪精确度高于0.90,还能将成功追踪率控制在96％以上,且其跟踪过程耗时最多仅需5.5 s.本文算法能够用复杂度较低的计算过程实现对多通道视频目标的跟踪,具有较低的计算量.
特征约束;光流场模型;多通道;视频目标;目标跟踪
36
TP391.41(计算技术、计算机技术)
国家自然科学基金青年科学基金;湖南省普通高等学校教学改革研究项目;教育部中国高校产学研创新基金;教育部产学合作协同育人项目;湖南省教育厅科学研究项目重点项目
2021-11-17（万方平台首次上网日期，不代表论文的发表时间）
共11页
1554-1564
