研究视频图像中准确实现运动目标跟踪问题,要求在视频图像中找到目标确切位置,并反馈给跟踪系统。针对传统基于特征匹配的跟踪,当被跟踪物体所处环境中存在颜色、形状接近的物体时,会出现像素特征误匹配,造成运动目标跟踪错误率较高。...研究视频图像中准确实现运动目标跟踪问题,要求在视频图像中找到目标确切位置,并反馈给跟踪系统。针对传统基于特征匹配的跟踪,当被跟踪物体所处环境中存在颜色、形状接近的物体时,会出现像素特征误匹配,造成运动目标跟踪错误率较高。提出基于Markov Chain Monte Carlo数据关联的运动目标跟综方法。通过建立像素概率模型,将运动目标跟踪问题公式化,运用MCMC方法对后验概率进行采样估计,避免了模型匹配像素点的不确定性。实验证明,运动目标跟踪方法实现了在与自身相似背景下的准确跟踪,有效降低了跟踪错误率,取得了满意的效果。展开更多
文摘研究视频图像中准确实现运动目标跟踪问题,要求在视频图像中找到目标确切位置,并反馈给跟踪系统。针对传统基于特征匹配的跟踪,当被跟踪物体所处环境中存在颜色、形状接近的物体时,会出现像素特征误匹配,造成运动目标跟踪错误率较高。提出基于Markov Chain Monte Carlo数据关联的运动目标跟综方法。通过建立像素概率模型,将运动目标跟踪问题公式化,运用MCMC方法对后验概率进行采样估计,避免了模型匹配像素点的不确定性。实验证明,运动目标跟踪方法实现了在与自身相似背景下的准确跟踪,有效降低了跟踪错误率,取得了满意的效果。