计算机科学 ›› 2017, Vol. 44 ›› Issue (Z11): 217-220.doi: 10.11896/j.issn.1002-137X.2017.11A.045
杜静雯,黄山,杨双祥
DU Jing-wen, HUANG Shan and YANG Shuang-xiang
摘要: 结合Haar型特性局部二元模式(HLBP)的图像纹理特征提取方法,提出一种新的目标跟踪算法,并将其运用到Meanshift框架中。将Visual Studio 2010和opencv2.4.9作为实验平台,将所提算法的实验结果与传统Meanshift跟踪算法、基于局部二元模式(LBP)纹理特征的Meanshift跟踪算法进行对比分析。实验结果表明,所提算法在背景复杂或背景简单的情况下都表现出了稳健而准确的跟踪特性,且在部分遮挡的情况下仍可以正确地跟踪目标。
[1] 胡铟,杨静宇.基于分块颜色直方图的MeanShift跟踪算法[J].系统仿真学报,2009,0(8):66-70. [2] 杜凯,巨永锋,靳引利,等.自适应分块颜色直方图的MeanShift跟踪算法[J].武汉理工大学学报,2012,4(6):141-143. [3] 徐海明,黄山,李云彤.基于改进的MeanShift鲁棒跟踪算法[J].计算机工程与科学,2015,7(6):1161-1167. [4] 张英,车进,牟晓凯,等.改进的MeanShift运动目标跟踪算法[J].电视技术,2016,0(10):97-100. [5] 史宝明,贺元香,邢玉娟.融合边缘特征的MeanShift跟踪算法[J].兰州文理学院学报,2015,9(6):49-52. [6] 李冠彬,吴贺丰.基于颜色纹理直方图的带权分块均值漂移目标跟踪算法[J].计算机辅助设计和图形学学报,2011,2(8):1232-1235. [7] 周书仁,殷建平.基于Haar特性的LBP纹理特征[J].软件学报,2013,4(8):1909-1926. [8] 袁瑜键.基于纹理特征的目标识别与跟踪技术研究[D].北京:北京理工大学,2016. [9] OJALA T,PIETIKAINEN M,HARWOOD D.A comparative study of texture measures with classification based on featured distributions[J].Pattern Recognition,1996,9(1):51-59. [10] 李洋.基于Meanshift的运动目标跟踪算法研究[D].沈阳:沈阳理工大学,2015. [11] 姜明新.智能视频监控中的目标跟踪技术研究[D].大连:大连理工大学,2013. |
No related articles found! |
|