• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊>计算机应用 >人体结构化特征与核相关滤波器算法融合的目标跟踪方法

人体结构化特征与核相关滤波器算法融合的目标跟踪方法

     
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

针对视频图像行人跟踪过程中因遮挡、大尺度姿态变化而导致的目标丢失问题,提出了人体结构化特征(依据人体结构划分的局部区域特征)与核相关滤波器(KCF)算法融合的跟踪方法.首先,基于人体骨架关键点的图像位置,提取目标肩部、胸部、腿部等局部区域的图像特征,形成与人体姿态相关联的结构化特征模板;然后,建立平均峰相关能量(APCE)和KCF响应函数峰值结合的目标丢失判据,目标丢失后,利用行人骨架关键点判断待匹配人体姿态异常和局部区域遮挡情况,矫正异常姿态人体局部图像,提取待匹配行人有效的区域结构化特征;最后,通过人体结构化特征匹配算法,计算待匹配人体与跟踪目标的相似度,重新定位目标,重定位后恢复KCF对目标的跟踪.实验结果表明,在遮挡、大尺度姿态变化时算法能够快速重新定位目标,精度和成功率可达到79.3％和68.2％,与典型跟踪算法KCF、Struck、TLD、DLT相比性能更好,具有更强的鲁棒性.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号