基于色彩相关直方图和粒子滤波的目标跟踪

为了提高视频运动目标跟踪的准确性,特别是为了提高在运动目标与背景颜色相近的情况下,或者目标发生了旋转或部分遮挡情况下的跟踪效果,提出一种基于色彩相关直方图和粒子滤波的彩色物体跟踪算法.该算法在粒子滤波基本框架之下,将目标色彩自相关直方图作为目标的描述特征,用于衡量不同预测状态与观测状态之间的色彩相关性.色彩相关直方图将色彩的空间相关性信息引入到目标的特征表达中,弥补了一般色彩直方图的不足.试验表明,该算法不仅能在目标与背景颜色相近的情况下准确地跟踪到目标,而且能在目标发生旋转和部分遮挡的情况下也能保证不丢失目标.

基于色彩相关直方图的粒子滤波跟踪算法

提出一种基于色彩相关直方图的粒子滤波跟踪算法。该算法在粒子滤波基本框架之下,将目标色彩自相关直方图作为目标的描述特征,用于衡量不同预测状态与观测状态之间的色彩相关性。色彩相关直方图将色彩的空间相关性信息引入到目标的特征表达当中,弥补了一般色彩直方图的不足。试验表明,该算法不仅能在目标与背景颜色相近的情况下准确的跟踪到目标,而且能在目标发生旋转和部分遮挡的情况下也能保证不丢失目标。

基于色彩相关直方图与SIFT特征融合的粒子滤波跟踪算法

论文提出了基于色彩相关直方图与尺度不变性特征(SIFT)相融合的粒子滤波跟踪算法,该方法克服了在跟踪过程中运动目标的遇到形变以及目标被短暂遮挡丢失的问题。特别是提高了当运动目标与背景相近的情况下的跟踪效果。该算法在粒子滤波算法基础上将目标色彩相关直方图作为目标的一种描述特征,用于评价不同预测状态与观测状态之间的色彩相关性。依靠尺度不变性特征保证克服运动目标的仿射变化的特性,将色彩相关性特征与尺度不变性特征进行特征融合,从而提高目标描述的可靠性及跟踪的准确性。实验结果表明,该算法优于传统粒子滤波的跟踪算法。