张浪
- 作品数：6 被引量：24H指数：4
- 供职机构：空军工程大学信息与导航学院更多>>
- 发文基金：国家自然科学基金陕西省自然科学基金更多>>
- 相关领域：自动化与计算机技术航空宇航科学技术更多>>
- 基于颜色和空间信息的多特征融合目标跟踪算法被引量：9
- 2015年
- 为解决单一特征目标跟踪鲁棒性较差的问题,提出一种基于颜色和空间信息的多特征融合目标跟踪算法。采用一种自适应划分颜色区间的方法提取目标颜色特征,利用空间直方图提取目标颜色的空间分布信息。在粒子滤波框架下将自适应颜色直方图和空间直方图相结合,在特征融合中引入特征不确定性度量方法,自适应调整不同特征对跟踪结果的贡献,提高算法的鲁棒性。仿真实验结果表明,该跟踪算法平均位置最小误差值仅6.967像素,而单一特征跟踪算法以及传统融合算法的跟踪误差达192.576像素和199.464像素。说明本文算法在跟踪准确性上优于单一特征跟踪算法及传统融合算法,具有更好的跟踪精度和更高的鲁棒性。
- 许婉君侯志强余旺盛张浪
- 关键词：目标跟踪空间直方图多特征融合
- 利用快速傅里叶变换的双层搜索目标跟踪算法被引量：4
- 2016年
- 针对视觉跟踪中目标表观变化、尺度及旋转变化问题,提出了利用快速傅里叶变换的双层搜索目标跟踪算法.算法在直角坐标系和对数极坐标系分别构建目标核岭回归模型并进行目标双层搜索,同时利用快速傅里叶变换将时域运算转换到频域运算提高跟踪效率.首先在直角坐标系中建立目标核岭回归模型并构建循环结构矩阵进行穷搜索得到目标中心位置;然后以目标中心位置为原点将跟踪区域变换到对数极坐标系再次建立目标核岭回归模型,并穷搜索得到目标在对数极坐标系的平移量;最后依据搜索结果确定目标状态并进行模型更新.实验结果表明,这种算法不仅对表观变化、尺度及旋转变化具有较强的鲁棒性,而且跟踪实时性较好.
- 张浪侯志强余旺盛许婉君
- 关键词：视觉跟踪对数极坐标快速傅里叶变换
- 基于快速傅里叶变换的局部分块视觉跟踪算法被引量：4
- 2015年
- 针对视觉跟踪中目标表观变化、局部遮挡、背景干扰等问题,该文提出一种基于快速傅里叶变换的局部分块视觉跟踪算法。通过建立目标分块核岭回归模型并构建循环结构矩阵进行分块穷搜索来提高跟踪精度,利用快速傅里叶变换将时域运算变换到频域运算提高跟踪效率。首先,在包含目标的初始跟踪区域建立目标分块核岭回归模型;然后,提出通过构造循环结构矩阵进行分块穷搜索,并构建目标分块在相邻帧位置关系模型;最后,利用位置关系模型精确估计目标位置并进行分块模型更新。实验结果表明,该文算法不仅对目标表观变化、局部遮挡以及背景干扰等问题的适应能力有所增强,而且跟踪实时性较好。
- 侯志强张浪余旺盛许婉君
- 关键词：视觉跟踪快速傅里叶变换
- 背景加权的多特征融合目标跟踪算法被引量：6
- 2015年
- 针对单一特征目标跟踪导致多数跟踪算法鲁棒性差的原因,提出一种背景加权的多特征融合目标跟踪算法。在跟踪过程中对目标模型进行背景加权,同时利用空间直方图提取目标颜色的空间分布信息。在粒子滤波框架下将背景加权直方图和空间直方图相结合,并且引入特征不确定性度量,自适应调整不同特征对跟踪结果的贡献,有效地提高了算法的鲁棒性。实验结果表明:与传统融合算法相比,提出的算法具有更强的鲁棒性,同时提高了跟踪精度。该算法在目标表示和跟踪性能上都有很大的提高。
- 许婉君侯志强余旺盛张浪
- 关键词：目标跟踪空间直方图多特征融合粒子滤波
- 利用快速傅里叶变换的目标尺度自适应回归跟踪
- 2015年
- 目的视频跟踪中,跟踪背景复杂及目标表观变化是导致跟踪失败的主要原因。回归跟踪算法利用目标的表观信息建立回归模型进行跟踪,然而该算法的跟踪效率较低;基于循环结构的检测跟踪方法能有效利用循环结构提高跟踪效率,但该算法不能跟踪尺度变化的目标。为解决上述问题,本文提出一种基于快速傅里叶变换的尺度自适应回归跟踪算法,方法首先利用快速傅里叶变换建立目标的核岭回归模型并搜索得到目标的中心位置,然后计算候选目标区域像素点的权重分布图,从而估计出目标的最佳尺度。结果进行6组实验,与当前常见算法(CBWH、IVT、DFT、DSST、增量试探法)相比,本文算法不仅能较好地适应背景、目标尺度及姿态的变化,而且平均每帧运行时间短(毫秒级)。结论本文提出一种基于快速傅里叶变换的尺度自适应回归跟踪算法,算法对背景、尺度及姿态变化的目标跟踪具有较强的鲁棒性和很好的跟踪效率。
- 张浪侯志强余旺盛许婉君
- 关键词：视频跟踪尺度自适应快速傅里叶变换
- 一种改进的多特征融合目标跟踪算法被引量：3
- 2015年
- 针对仅用单一颜色特征导致跟踪算法鲁棒性不高的问题,提出了一种改进的多特征融合目标跟踪算法。为了获得准确的目标颜色模型,提出了一种自适应选取目标颜色直方图的方法,同时利用LBP算子建立目标纹理特征模型,增强对目标的表征能力。在特征融合中引入特征不确定性度量方法,自适应调整不同特征对跟踪结果的贡献,有效地提高了传统粒子滤波算法的鲁棒性。实验结果表明,融合后的算法比传统的加性融合与乘性融合算法有更强的鲁棒性,能实现复杂场景下的目标跟踪,有效地描述目标。
- 许婉君侯志强余旺盛张浪
- 关键词：目标跟踪多特征融合粒子滤波
