基于联合多特征直方图的Mean Shift行人跟踪方法研究

2016-05-08 06:22:43王爱丽董宝田孙远运
铁道学报 2016年12期
关键词:特征信息模型

王爱丽,董宝田,孙远运,武 威

(1.中国铁路信息技术中心 信息工程部,北京 100038;2.北京交通大学 交通运输学院,北京 100044)

信息是智能交通系统(ITS)的灵魂,实时准确地获取交通流中运动目标的信息可以提高ITS的实施效果,对交通规划、设计、管理和控制等意义重大。近年来,计算机视觉技术的发展为ITS提供了有力工具,运动目标跟踪技术是其重要的组成部分[1-2],是获取交通场景内交通信息的主要途径,也是对行人的行为进行分析和理解的基础。

目前,国内外对基于计算机视觉的行人跟踪技术开展了广泛的研究,提出了许多新的跟踪方法[3-6],主要有基于特征的跟踪、基于模板匹配的跟踪、基于运动预测的跟踪等。其中,基于模板匹配的均值漂移(Mean Shift)跟踪算法因其计算量小、简单、易于实现等优点得到广泛应用,然而,该算法采用的颜色直方图对目标特征描述能力不强,抗遮挡能力弱,容易在跟踪过程中发生目标定位漂移。因此出现了很多改进的均值漂移算法。文献[7]提出一种自适应多特征融合均值漂移目标跟踪算法,利用局部均值对比度和灰度特征表征目标,能有效适应场景变化和目标形变,但此方法未考虑目标的运动特性,当目标严重遮挡时,算法的稳定性降低。文献[8-9]提出了融合颜色和形状纹理特征的跟踪算法,并假设特征相互独立,忽略了每个特征的贡献和目标的运动特性,易受运动噪声干扰。文献[10]将红外图像的灰度特征、可见光图像的颜色和纹理特征融入到模板跟踪框架中,该方法需对多传感器间进行同步测算和设置,计算复杂,不利于算法的推广应用。……

登录APP查看全文

猜你喜欢
特征信息模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
如何表达“特征”
不忠诚的四个特征
当代陕西(2019年10期)2019-06-03 10:12:04
订阅信息
中华手工(2017年2期)2017-06-06 23:00:31
3D打印中的模型分割与打包
展会信息
中外会展(2014年4期)2014-11-27 07:46:46
线性代数的应用特征
河南科技(2014年23期)2014-02-27 14:19:15
健康信息
祝您健康(1987年3期)1987-12-30 09:52:32
健康信息(九则)
祝您健康(1987年2期)1987-12-30 09:52:28