朱志玲
- 作品数：1 被引量：10H指数：1
- 供职机构：北京交通大学计算机与信息技术学院更多>>
- 发文基金：长江学者和创新团队发展计划国家自然科学基金国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 结合尺度不变特征变换和Kalman滤波的Mean Shift视频运动目标跟踪被引量：10
- 2013年
- 为解决目标跟踪中运动目标存在较大尺度变化、旋转、快速运动或遮挡时跟踪效果欠佳的问题,提出了一种将尺度不变特征变换(SIFT)特征匹配和Kalman滤波与Mean Shift结合的运动目标跟踪方法。首先,利用Kalman滤波估计目标运动状态,将其估计值作为Mean Shift跟踪的初始位置;然后,当候选目标模型和初始目标模型的相似性测度系数小于某一阈值时,启用SIFT特征匹配寻找目标可能位置,并在该位置处建立新的候选目标模型,同时进行相似性测度;最后,比较两者所得匹配系数,取其中较大者对应的位置作为目标的最终位置。实验结果表明,该算法的跟踪平均误差较单独将Kalman滤波或SIFT特征与Mean Shift结合的跟踪算法减小了约20%。
- 朱志玲阮秋琦
- 关键词：目标跟踪尺度不变特征变换算法KALMAN滤波
