一种基于空间直方图的多特征目标跟踪算法

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (19): 28-31.

一种基于空间直方图的多特征目标跟踪算法

徐琨1，2，杨小军2，郭兰英2

1.陕西省道路交通智能检测与装备工程技术研究中心，西安 710064
2.长安大学信息工程学院，西安 710064

出版日期:2012-07-01 发布日期:2012-06-27

Multi-feature object tracking algorithm based on spatial histogram

XU Kun1，2, YANG Xiaojun2, GUO Lanying2

1.Shaanxi Province Road Traffic Intelligence Test and Equipment Engineering Technology Research Center, Xi’an 710064, China
2.School of Information Engineering, Chang’an University, Xi’an 710064, China

Online:2012-07-01 Published:2012-06-27

摘要/Abstract

摘要： 为提高跟踪算法对光照或背景的大幅度变化和车辆大范围运动的鲁棒性，提出了一种基于空间直方图的多特征目标跟踪算法。算法以自适应权值多特征乘性融合框架为基础，分别建立目标的颜色、边缘和纹理空间直方图，使用Mean Shift迭代，利用各特征空间概率分布图中目标与背景的BH系数，调整特征权值。该算法使跟踪不再过分依赖某一单一特征，实现了复杂背景下目标的准确跟踪。

关键词: 目标跟踪, 多特征, 空间直方图, 均值漂移

Abstract: To increase the robustness to the variation of illumination or background and the large overall motion of the object, a multi-feature tracking algorithm based on spatial histogram is presented. The proposed algorithm is based on the framework of adaptive weights production fusion. Three features spatial histogram of the object are established. The Mean Shift iterative solution is deduced. According to BH coefficient in the sub-feature spatial probabilistic distribution images, the weights are adjusted. The tracking results no longer depend on the single feature too much and the accurate tracking in complex background is realized.

Key words: object tracking, multi-feature, spatial histogram, mean-shift

徐琨1，2，杨小军2，郭兰英2. 一种基于空间直方图的多特征目标跟踪算法[J]. 计算机工程与应用, 2012, 48(19): 28-31.

XU Kun1，2, YANG Xiaojun2, GUO Lanying2. Multi-feature object tracking algorithm based on spatial histogram[J]. Computer Engineering and Applications, 2012, 48(19): 28-31.

[1]	马珺，王昱皓. 结合自适应更新策略和再检测技术的跟踪算法[J]. 计算机工程与应用, 2021, 57(9): 217-224.
[2]	李震霄，孙伟，刘明明，郑丽丽，陈劭颖. 交通监控场景中的车辆检测与跟踪算法研究[J]. 计算机工程与应用, 2021, 57(8): 103-111.
[3]	王玲，王家沛，王鹏，孙爽滋. 融合注意力机制的孪生网络目标跟踪算法研究[J]. 计算机工程与应用, 2021, 57(8): 169-174.
[4]	崔洲涓，安军社，陈长龙，崔天舒. 基于PYNQ框架的深度卷积特征异构跟踪系统[J]. 计算机工程与应用, 2021, 57(4): 120-126.
[5]	邱守猛，谷宇章，袁泽强. 基于双分支孪生网络的目标跟踪[J]. 计算机工程与应用, 2021, 57(24): 135-143.
[6]	林淑彬，吴贵山，许甲云，杨文元. 多帧监督的相关滤波无人机目标跟踪[J]. 计算机工程与应用, 2021, 57(24): 152-160.
[7]	畅雅雯，赵冬青，单彦虎. 多特征融合和自适应聚合的立体匹配算法研究[J]. 计算机工程与应用, 2021, 57(23): 219-225.
[8]	陈富健，谢维信，夏婷. 基于LCT+的自适应抗遮挡目标跟踪算法[J]. 计算机工程与应用, 2021, 57(22): 190-198.
[9]	武哲纬，周世杰，刘启和. 运算资源受限环境下的目标跟踪算法综述[J]. 计算机工程与应用, 2021, 57(21): 24-40.
[10]	王蓓，陈金广，王明明. 复杂场景下的改进核相关滤波跟踪算法[J]. 计算机工程与应用, 2021, 57(2): 198-208.
[11]	李文亮，杨秋翔，秦权. 多特征混合模型文本情感分析方法[J]. 计算机工程与应用, 2021, 57(19): 205-213.
[12]	李晓花，苏骏，李秀秀. 强干扰环境单观测站水下纯方位多目标跟踪[J]. 计算机工程与应用, 2021, 57(17): 253-259.
[13]	武炜杰，张景祥. 融合分类信息的随机森林特征选择算法及应用[J]. 计算机工程与应用, 2021, 57(17): 147-156.
[14]	陈庆林，谷雨，宋忠浩，聂圣东. 融合检测与跟踪的半自动视频目标标注[J]. 计算机工程与应用, 2021, 57(14): 223-230.
[15]	张晓晓，牛福，毛健平，安居白，郭浩. 基于多特征融合与ResNet的海面溢油区识别研究[J]. 计算机工程与应用, 2021, 57(14): 267-274.