融合GrabCut的粒子滤波目标跟踪算法
为提高对复杂背景下形态剧烈变化目标的跟踪鲁棒性与跟踪精度,本文以粒子滤波为跟踪框架,改进并融合GrabCut目标分割技术。首先,采用J. Kwon等人提出的多特征、多帧混合模板作为粒子滤波的观测模型,构建粒子滤波跟踪框架。然后,改进GrabCut分割算法并提出多方向GrabCut目标分割算法,将其融入粒子滤波跟踪框架,进而提出本文的目标跟踪算法。实验结果表明,本文算法可对处于复杂背景下且形态剧烈变化的目标实现稳定跟踪,目标平均尺寸为70pixel×75pixel时跟踪平均误差为9.27 pixel。
粒子滤波、观测模型、GrabCut算法、目标跟踪
国家高技术研究发展计划863计划2008AA121803
2015-03-25(万方平台首次上网日期,不代表论文的发表时间)
共8页
20-27