基于均值偏移与和相关滤波的尺度自适应目标跟踪算法

来源 :2018第12届全国计算机图形学大会Chinagraph 2018 | 被引量 : 0次 | 上传用户:aishangliuning
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  针对KCF算法难以应对目标快速运动和运动模糊等问题,本文提出了基于均值偏移和核相关滤波算法的联合跟踪器.KCF算法并没有对目标跟踪中固定模板大小的问题做出改进,为了解决这个问题本文采用尺度自适应多特征跟踪器中提出的尺度策略.对视频的每一帧,联合跟踪器首先采用均值偏移算法预测当前帧中的目标位置,然后以这个位置作为核相关滤波算法的输入来二次检测目标位置,最后采用交叉更新策略更新目标模型.本文提出的混合算法针对目标跟踪过程中出现的快速运动和运动模糊等问题有很好的跟踪效果.
其他文献
本文主要关注在普通硬件条件下重建出精确的三维物体的点云模型。基本思想是将实时相机跟踪与后端优化两个模块分开,相机跟踪模块能够实时估计粗糙的相机位姿,显示当前重建出的物体点云,保证相机跟踪不会失败,同时尽可能得到待重建物体各个角度的图像。而后端优化模块根据相机跟踪模块得到的粗糙相机轨迹,进一步优化得到精确的全局相机位姿,同时对三维地图点进行优化,生成高精度的三维物体模型。在TUM公开数据集上的实验结
会议
从视频中检测人脸并对表情加以分析具有一定的难度,是研究的热点。然而,对于持续时间短、强度弱的自发表情,在视频中定位更具有挑战性。因此,为更加精确定位视频中自发表情所在的帧,提出一种基于轴平面混合局部二值模式的特征提取算法,首先,将改进的归一化互相关算法分别对眼部和嘴部区域进行精细匹配:其次,将时间轴平面提取到的扇形区域局部二值模式特征与空间轴平面提取到的均值直线局部二值模式特征进行融合。最后,通过
会议
随着图像数据的激增,基于手绘草图的图像检索方法作为新兴技术越来越受到人们的重视.笔触扰动与不同的绘图方式使得草图与图像仍存在较大语义鸿沟,导致检索准确率低下.为解决上述问题,本文提出了一种图像边缘提取算法GBME与一种图像特征描述符RSB-HOG.实验表明,在Flickr15K数据集上,与其它方法相比具有更高的检索准确率.
会议
会议
会议
会议
会议
本文旨在研究如何将面向二维图像的CNN应用于三维点云的分类中.针对点云模型的特点,提出了一种基于CNN的通用三维点云模型分类框架;并设计了三种三维点云数据的有序化方法、三种有序点云数据的二维图像化方法、适用于二维点云图像分类的卷积神经网络PCI2CNN.本文方法在ModelNet10和ModelNet40上分别取得了93.97%和89.75%的分类准确率,和当前最好的方法相当.实验结果充分表明,将
会议
图像分割是图像处理与计算机视觉的基本问题之一,是图像处理的关键步骤.RGB-D 图像因其包含着深度数据而被普遍用于场景重建和场景表示中.本文提出了一种针对于室内场景 RGB-D 图像的分割方法.该方法以超像素作为处理单元,在基于密度的空间数据聚类算法?(DBSCAN)的基础上定义了新的距离度量来衡量超像素之间的相似性,距离度量函数不仅考虑到了颜色信息,还增加了几何信息.首先,经过?RGB-D 图像
会议
会议