形态学动态人体追踪方法

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (16): 16-18.

形态学动态人体追踪方法

惠飞，赵祥模，杨澜

长安大学信息工程学院，西安 710064

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-06-01 发布日期:2011-06-01

Method of moving body tracking using morphology

HUI Fei，ZHAO Xiangmo，YANG Lan

School of Information Engineering，Chang’an University，Xi’an 710064，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-06-01 Published:2011-06-01

摘要/Abstract

摘要： 提出了一种基于形态学的动态人体追踪方法，通过运动差分的方法找出感兴趣区域，通过形态学的方法消去背景和噪声，进行边缘提取。边缘提取后采用骨架化特征描述目标，建立特征点模板，并通过模板评价函数进行不断的模版修正，结合Kalman预测追踪方法来达到实时动态目标的追踪，实验证明，该方法具有一定的鲁棒性。

关键词: 复杂背景, 动态目标, 预测, 追踪

Abstract: It presents a novel method of tracking moving body in clutter background.It uses the moving difference to find the region of interest，then makes a mask of a target through the modality algorithm using the skeleton of the object，and revises the mask combined Kalman predictive tracking method to achieve the real time tracking.It is proved that in clutter background and noisy situation this algorithm is still efficient.

Key words: clutter background, moving target, predictive, tracking

惠飞，赵祥模，杨澜. 形态学动态人体追踪方法[J]. 计算机工程与应用, 2011, 47(16): 16-18.

HUI Fei，ZHAO Xiangmo，YANG Lan. Method of moving body tracking using morphology[J]. Computer Engineering and Applications, 2011, 47(16): 16-18.

[1]	黄冬宜，杨兵，吴子豪，匡佳一，颜泽明. 用于全市蜂窝流量预测的时空全连接卷积网络[J]. 计算机工程与应用, 2021, 57(9): 168-175.
[2]	杨力，吴义，魏德宾，潘成胜. 基于时空相关性的卫星网络流量预测[J]. 计算机工程与应用, 2021, 57(7): 101-106.
[3]	常昊，陈晓雷，张爱华，李策，林冬梅. 嵌入改进SENet的卷积神经网络连续血压预测[J]. 计算机工程与应用, 2021, 57(7): 130-135.
[4]	李莉，纪欣沅，宋嵩. 回环软件缺陷数量预测模型[J]. 计算机工程与应用, 2021, 57(7): 158-163.
[5]	刘紫燕，袁磊，朱明成，马珊珊，陈霖周廷. 融合SPP和改进FPN的YOLOv3交通标志检测[J]. 计算机工程与应用, 2021, 57(7): 164-170.
[6]	宗晓萍，陶泽泽. 基于掌握速度的知识追踪模型[J]. 计算机工程与应用, 2021, 57(6): 117-123.
[7]	张睿，吴伯雄，张丽园，张博. 复杂场景下行人轨迹预测方法[J]. 计算机工程与应用, 2021, 57(6): 138-143.
[8]	杨丰玉，黄雅璇，周世健，郑巍. 结合多元度量指标软件缺陷预测研究进展[J]. 计算机工程与应用, 2021, 57(5): 10-24.
[9]	张倩玉，严冬梅，韩佳彤. 结合深度学习和分解算法的股票价格预测研究[J]. 计算机工程与应用, 2021, 57(5): 56-64.
[10]	李硕，梁毅. 面向Spark的批处理应用执行时间预测模型[J]. 计算机工程与应用, 2021, 57(5): 79-87.
[11]	赵红蕊，薛雷. 基于LSTM-CNN-CBAM模型的股票预测研究[J]. 计算机工程与应用, 2021, 57(3): 203-207.
[12]	徐先峰，蔡路路，张丽. 融合MLP和DBN的光伏发电预测算法[J]. 计算机工程与应用, 2021, 57(3): 266-272.
[13]	郑建锋，王应明. 基于DEA-BP神经网络的效率置信区间预测模型研究[J]. 计算机工程与应用, 2021, 57(3): 273-278.
[14]	安卫超，阎婷，张楠，张杉，相洁，曹锐，王彬. 病理图像纹理分析在胃癌MSI预测中的应用研究[J]. 计算机工程与应用, 2021, 57(24): 205-211.
[15]	姚远，张朝阳. 基于HP-LSTM模型的股指价格预测方法[J]. 计算机工程与应用, 2021, 57(24): 296-304.