动态视角下自主目标识别与跟踪
针对动态视角下由于相机高频率晃动导致的常用目标识别及跟踪算法准确率较低的问题,提出了一种基于Canny和GrabCut的自适应窗口式目标跟踪算法.首先使用加速稳健特征(SURF)算法学习图片库并记忆图片特征,设计基于SURF算法的记忆库目标识别算法;然后,对上述目标区域采用GrabCut的自适应优化算法进行感兴趣区域分割,实现目标粗略跟踪;最后,设计基于Canny算法的窗口式算法进行目标精确追踪.实验结果表明,所设计的算法能快速地识别目标、精确地勾勒出其轮廓并且稳定跟踪目标,相比其他算法,算法在实时性和精确性方面有显著提高.
动态视角、SURF算法、自适应GrabCut、窗口式Canny、目标跟踪
40
TP391;TH741(计算技术、计算机技术)
国家自然科学基金61503274;沈阳市科技计划18013015;沈阳市双百工程计划Z18-5-013
2019-06-05(万方平台首次上网日期,不代表论文的发表时间)
共9页
221-229