基于超像素的点追踪方法

摘要：

目的 由于当前大多数的追踪算法都是使用目标外观模型和特征进行目标的匹配,在长时间的目标追踪过程中,目标的尺度和形状均会发生变化,再加上计算机视觉误差,都会导致追踪的失误.提出一种高效的目标模型用于提高追踪的效率和成功率.方法 采用分割后提取的目标特征来进行建模表示外观结构,利用图像分割的方法,将被追踪的目标区域分割成多个超像素块,结合SIFT特征,形成词汇本,并计算每个词在词汇本中的权值,作为目标的外观模型.利用外观模型确定目标对象的关键点位置后,通过使用金字塔Lucas-Kanade追踪器预测关键点在下一帧图像中的位置,并移动追踪窗口位置.结果 结合点位移的加权计算有效地克服目标尺度和形状变化产生的问题.结论 实验结果表明在目标发生形变或光照变化的情况下,算法也能准确地、实时地追踪到目标.

关键词：超像素、目标定位、点追踪、金字塔Lucas-Kanade

所属期刊栏目：19

分类号：TP391(计算技术、计算机技术)

资助基金：国家重点基础研究发展计划973项目2010CB327900;国家自然科学基金项目61105042;江西省教育厅科技项目GJJ13421

在线出版日期：2014-03-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：428-438