基于局部特征描述的目标定位

针对SURF不能满足实时性、BRISK匹配率低的特点,本文采用SURF检测关键点与BRISK计算描述子相结合的方法,提出一种新的特征描述方法 SURF-BRISK。本文首先通过SURF-BRISK描述方法进行特征匹配,然后通过RANSAC去除误匹配,最后通过正确的匹配点对计算仿射变换的6个参数并进行目标定位。实验表明,SURF-BRISK特征描述方法不仅具有实时性和鲁棒性,而且在目标定位中取得了较好的结果。

基于局部稀疏表观模型的目标跟踪

针对基于特征点匹配的跟踪算法只能处理纹理丰富的图像,L1 跟踪算法会发生跟踪漂移,本文提出-种基于局部稀疏表观模型的跟踪算法.该算法采用稀疏表示和局部图像块重叠采样建立目标外观模型,通过平均化对齐汇聚操作获得候选目标的向量表示,结合稀疏表示和增量子空间算法来更新模板,在贝叶斯框架下,将跟踪看成是求解最大后验概率的问题.整个算法的框架分为构建字典、候选目标的稀疏表观模型、计算后验概率、模板更新四个模块.实验表明该算法在很多经典视频中取得了较好的结果.