南京航空航天大学民航学院, 江苏 南京 211106
提出一种融合相关滤波与关键点匹配的跟踪算法。利用多个基于支持向量机的相关滤波器,分别对目标进行跟踪和验证,同时建立并实时更新一个目标和背景关键点数据库。在验证跟踪失败后,利用关键点匹配的方法对全局关键点进行分类,根据分类结果对目标关键点进行分析,从而得到重检测结果。实验结果表明,在运动模糊、变形、目标遮挡、消失等复杂跟踪场景下,所提算法比现有算法具有更好的准确性和稳健性。
机器视觉 目标跟踪 相关滤波 关键点匹配 长期跟踪
1 南京航空航天大学民航学院, 江苏 南京 210016
2 南京航空航天大学飞行模拟与先进培训工程技术研究中心, 江苏 南京 210016
3 上海航天技术研究院上海机电工程研究所, 上海 201109
在虚拟现实环境中手部跟踪是视觉交互系统的基础和核心。针对现有视觉跟踪方法在手部运动姿态、尺度变化及复杂背景条件下出现的稳健性等问题, 结合纹理和轮廓信息, 利用基于梯度方向局部二值模式特征为基础的粒子滤波跟踪算法, 建立局部和全局的特征直方图描述, 实现手部跟踪。针对粒子匮乏问题, 利用红外深度信息, 并引入基于群智能的人工蜂群算法, 将当前时刻的观测信息融合在粒子预测的采样和更新阶段, 高效完成目标的搜索和优化, 降低粒子集衰减程度, 改善状态估计精度。实验结果表明, 该方法在各种复杂背景下可以实现手部的稳健跟踪。
机器视觉 视觉跟踪 粒子滤波 人工蜂群算法 红外深度信息 梯度方向二值模式特征
