采用图像感知哈希的TLD改进算法

为了提高长时间视觉目标跟踪的鲁棒性,提出了一种基于图像感知哈希的TLD改进算法。在改进算法中,跟踪模块使用尺度自适应的KCF跟踪器,检测模块对每个检测窗口提取感知哈希特征,并引入量子遗传算法作为搜索策略加快检测速度。对文中算法在OTB2013的50组视频序列上进行了测试,实验结果表明:其跟踪精度与成功率分别达到了0.784和0.568,较TLD算法分别提高了18.7%和14.2%。并且在处理光照变化、遮挡及目标分辨率低等问题时,文中算法在多数情况下取得了优于参考算法的跟踪性能,表现出良好的跟踪鲁棒性。

一种多维特征融合的车辆对象同一性匹配方法

基于图像的车辆匹配是图像匹配在智能交通领域内的具体应用。为了实现车辆对象的快速匹配,文中提出一种多维特征融合的车辆对象同一性匹配方法。该方法分为两个阶段进行。第一阶段先对车辆对象进行初步筛选,提取车辆对象的颜色特征和车型进行快速匹配,计算特征向量的欧氏距离,排除最不可能相似的车辆对象;第二阶段根据摄像头物理条件及视频编码格式对车辆的局部特征、感知哈希特征进行加权多比较,进行车辆的同一性精细化匹配。这样第一阶段匹配完成后,第二阶段简化为只在车辆大类内匹配,缩小了匹配范围。实验结果表明,该方法能够有效缩小车辆匹配范围,匹配到最有可能和目标车辆是同一车辆的准确率较高。