基于视觉显著性的两阶段采样突变目标跟踪算法
针对运动突变目标视觉跟踪问题,提出一种基于视觉显著性的两阶段采样跟踪算法。首先,将视觉显著性信息引入到Wang-Landau 蒙特卡罗(Wang-Landau Monte Carlo, WLMC)跟踪算法中,设计了结合显著性先验的接受函数,利用子区域的显著性值来引导马尔可夫链的构造,通过增大目标出现区粒子的接受概率,提高采样效率；其次,针对运动序列中平滑与突变运动共存的特点,建立两阶段采样模型。其中第一阶段对目标当前运动类型进行判定,第二阶段则根据判定结果采用相应算法。突变运动采用基于视觉显著性的WLMC 算法,平滑运动采用双链马尔可夫链蒙特卡罗(Marko chain Monte Carlo, MCMC)算法,以此完成目标跟踪,提高算法的鲁棒性。该算法既避免了目标在平滑运动时全局采样导致精度下降的缺点,又能在目标发生运动突变时有效捕获目标。实验结果表明,该算法不仅能有效处理运动突变目标的跟踪问题,在典型图像序列上也具有良好的鲁棒性。
目标跟踪、突变运动、视觉显著性、Wang-Landau蒙特卡罗采样、两阶段采样模型
TP3;X83
国家自然科学基金61373077;国防基础科研计划B0110155;国防科技重点实验室基金9140C30211ZS8;高等学校博士学科点专项科研基金20110121110020资助@@@@Supported by National Natural Science Foundation of China61373077;National Defense Basic Scientific Research Program of ChinaB0110155;National Defense Science and Technology Key Laboratory Foundation9140C30211ZS8;Specialized Research Fund for the Doctoral Program of Higher and Educa-tion of China20110121110020
2014-07-15（万方平台首次上网日期，不代表论文的发表时间）
共10页
1098-1107
