-
题名似然相似度函数在目标跟踪中的鲁棒机理研究
被引量:8
- 1
-
-
作者
邸男
朱明
韩广良
-
机构
中国科学院航空光学成像与测量重点实验室(中国科学院长春光学精密机械与物理研究所)
中国科学院长春光学精密机械与物理研究所快速捕获与实时图像处理研究室
中国科学院长春光学精密机械与物理研究所 快速捕获与实时图像处理研究室
-
出处
《软件学报》
EI
CSCD
北大核心
2015年第1期52-61,共10页
-
基金
国家自然科学基金(61172111)
-
文摘
复杂背景条件下低对比度目标的跟踪和测量方法,是视觉领域的一个重要课题.低对比度,低信噪比,目标旋转、缩放、被遮挡等非理想状态给跟踪算法的研究带来很大困难,算法既要适应目标和背景的复杂变化,又要保证运算量小,满足工程实时性要求.提出一种基于似然相似度函数的低对比度目标跟踪方法.在建立模型阶段,利用棱锥面方程的单峰特性突出模型中的目标灰度信息,使目标与背景灰度信息的可区分性更高;在模型匹配阶段,从统计学中的极大似然估计方法得到启发,构造一种新的似然相似度函数,与传统的相似度量相比,度量值的可区分性更高,大大提高了匹配区域的无重复模式;最后,将目标跟踪过程转化为对目标跟踪位置的极大似然估计过程.目前,该算法已经成功嵌入TMS320C6416硬件平台.大量实验结果表明,该算法所能探测的目标对比度LSCR最低限度约为3.作为实例,给出复杂背景下低对比度LSCR=4.9时空中飞机的实验结果.
-
关键词
似然相似度函数
均值漂移
实时跟踪
BHATTACHARYYA系数
-
Keywords
likelihood similarity function
mean-shift
real-time tracking
Bhattacharyya coefficient
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-