基于目标多区域分割的抗干扰跟踪算法研究

发布时间：2021-12-28 10:01

　　针对视频序列中运动目标跟踪过程中可能出现的目标旋转、遮挡、形变等原因造成的跟踪失败问题,提出了一种基于目标多区域分割的跟踪方法。主要通过将目标划分为多个部分相互重叠的区域,然后选择跟踪过程中相对稳定的多个区域进行定位,进而对跟踪的目标采用不同目标区域权重更新不同的模板更新策略,这样选择主要可以增加算法的抗遮挡、抗旋转能力。实验结果表明,该方法对目标遮挡、旋转等具有一定的适应能力。 

【文章来源】：电子技术应用. 2019,45(10)

【文章页数】：4 页

【文章目录】：
0 引言
1 目标多区域分割跟踪方法
    1.1 模板选择策略
    1.2 搜索定位策略
    1.3 模板更新策略
2 实验结果分析
3 结论


【参考文献】：
期刊论文
[1]基于自适应滤波的快速广义模糊C均值聚类图像分割[J]. 王小鹏,张永芳,王伟,文昊天.  模式识别与人工智能. 2018(11)
[2]基于TensorFlow深度学习手写体数字识别及应用[J]. 黄睿,陆许明,邬依林.  电子技术应用. 2018(10)
[3]基于相关滤波器的目标跟踪方法综述[J]. 马晓虹,尹向雷.  电子技术应用. 2018(06)
[4]基于异常值检测的KCF目标丢失预警方法研究[J]. 刘延飞,何燕辉,张薇,崔智高.  计算机工程与应用. 2018(22)
[5]基于边缘自适应的Mean Shift目标跟踪方法[J]. 周杨,胡桂明,黄东芳.  电子技术应用. 2017(05)
[6]基于形状上下文和粒子滤波的多目标跟踪[J]. 祁淑霞.  电子技术应用. 2015(01)
[7]基于自适应分块的视频目标跟踪方法研究[J]. 郝慧娟,许继勇,刘广起.  计算机应用研究. 2010(09)
[8]基于Mean-Shift和粒子滤波的两步多目标跟踪方法[J]. 李红波,曾德龙,吴渝.  重庆邮电大学学报(自然科学版). 2010(01)

硕士论文
[1]基于视频的运动目标检测与跟踪研究[D]. 袁宝红.安徽大学 2014
[2]视频图像中的运动目标检测与跟踪[D]. 许辰铭.南京邮电大学 2012



本文编号：3553859