技术详细介绍
近年来,运动目标跟踪作为视觉图像处理研究中的热门课题之一,被广泛的应用于多个领域。基于图像序列的视频目标跟踪方法在实际生活的应用尤为广泛,比如智能视频监控系统、气象分析、图像的三维重建、机器人的视觉制导、交通管理、安全监控、感知接口等。作为计算机视觉领域的关键技术和研究热点,目标跟踪也存在一定的问题,怎样才能稳定、准确的跟踪一直是一个难题。对此,国内外一些科研机构和单位相继的展开了关于这方面的研究,提出了各种各样的方法。但有些方法有一定的局限性,例如:Kalman滤波只能用于线性高斯滤波系统,particle滤波需要有大量的计算量,实时性大大的降低。 本系统是基于RGB特征的均值漂移的目标跟踪系统,特征提取方面采取的是RGB特征,均值漂移算法的优势在于不需要任何的先验知识,而且收敛速度快。均值漂移算法是一种基于核概率估计的快速匹配算法,首先依据初始帧图像中的目标所表现出来的特征建立目标模型,让后将后面每帧图像中的候选目标模型与初始帧建立的目标模型进行匹配,计算其相似度,并向密度增大的方向移动,直到相似度达到最大值即为目标的真实位置。RGB颜色特征作为非常重要的视觉特征,由于其具有对复杂背景干扰有较好的鲁棒性,被大量应用于视觉目标跟踪之中。基于RGB直方图的建模方法有几大优势:计算量小、光照不敏感性、对非刚性物体的适应性。本系统的实验环境为Intel(R) Core(TM)i5-6500 CPU @ 3.20 GHZ,4.00GB内存的PC机,用Matlab R2014a对算法进行实现。 经过一段时间的测试,本系统对目标遮挡、目标姿态的旋转、目标交汇、目标处于黑夜的情况下,都有一定的鲁棒性,能对目标进行一个实时跟踪。经过一定的对比试验,发现能达到预期的效果。
近年来,运动目标跟踪作为视觉图像处理研究中的热门课题之一,被广泛的应用于多个领域。基于图像序列的视频目标跟踪方法在实际生活的应用尤为广泛,比如智能视频监控系统、气象分析、图像的三维重建、机器人的视觉制导、交通管理、安全监控、感知接口等。作为计算机视觉领域的关键技术和研究热点,目标跟踪也存在一定的问题,怎样才能稳定、准确的跟踪一直是一个难题。对此,国内外一些科研机构和单位相继的展开了关于这方面的研究,提出了各种各样的方法。但有些方法有一定的局限性,例如:Kalman滤波只能用于线性高斯滤波系统,particle滤波需要有大量的计算量,实时性大大的降低。 本系统是基于RGB特征的均值漂移的目标跟踪系统,特征提取方面采取的是RGB特征,均值漂移算法的优势在于不需要任何的先验知识,而且收敛速度快。均值漂移算法是一种基于核概率估计的快速匹配算法,首先依据初始帧图像中的目标所表现出来的特征建立目标模型,让后将后面每帧图像中的候选目标模型与初始帧建立的目标模型进行匹配,计算其相似度,并向密度增大的方向移动,直到相似度达到最大值即为目标的真实位置。RGB颜色特征作为非常重要的视觉特征,由于其具有对复杂背景干扰有较好的鲁棒性,被大量应用于视觉目标跟踪之中。基于RGB直方图的建模方法有几大优势:计算量小、光照不敏感性、对非刚性物体的适应性。本系统的实验环境为Intel(R) Core(TM)i5-6500 CPU @ 3.20 GHZ,4.00GB内存的PC机,用Matlab R2014a对算法进行实现。 经过一段时间的测试,本系统对目标遮挡、目标姿态的旋转、目标交汇、目标处于黑夜的情况下,都有一定的鲁棒性,能对目标进行一个实时跟踪。经过一定的对比试验,发现能达到预期的效果。