结合ＬＴＰ纹理特征和改进Ｍｅａｎ-Ｓｈｉｆｔ的视频目标跟踪方法

doi:10.3969/j.issn.1674-8425(z).2019.12.025

重庆理工大学学报（自然科学） ›› 2019, Vol. 33 ›› Issue (12): 178-183.doi: 10.3969/j.issn.1674-8425(z).2019.12.025

结合ＬＴＰ纹理特征和改进Ｍｅａｎ-Ｓｈｉｆｔ的视频目标跟踪方法

孙新领１，张皓１，赵丽２

１．河南工学院计算机科学与技术系，河南新乡４５３００３；２．山西大学软件学院，太原０３００１３

收稿日期:2018-12-24 发布日期:2020-01-18
作者简介:孙新领，男，硕士，讲师，主要从事计算机视觉、图形图像处理研究，Ｅ-ｍａｉｌ：ｓｕｎｘｌｈｎｊｄ＠１２６．ｃｏｍ；张皓，男，硕士，工程师，主要从事图像处理、机器学习研究；赵丽，女，硕士，副教授，主要从事图像处理、计算机应用等研究。
基金资助:
河南省高等学校重点科研项目（１９Ａ５２００１９）；山西省基础研究计划项目———青年科技研究基金（２０１４０２１０３９-６）

Received:2018-12-24 Published:2020-01-18

摘要/Abstract

摘要： 视频序列中的目标跟踪效果受到尺度、光照和复杂背景等因素的影响，为此，提出一种结合局部三元模式（ＬＴＰ）纹理特征和改进型Ｍｅａｎ-Ｓｈｉｆｔ的目标跟踪方法。首先，为了提高传统Ｍｅａｎ-Ｓｈｉｆｔ算法对尺度变化的鲁棒性，采用一种尺度和方向自适应的改进型Ｍｅａｎ-Ｓｈｉｆｔ跟踪器，在均值漂移跟踪框架下估计目标的尺度和方向。另外，通过ＬＴＰ来提取目标的纹理特征，将其与颜色特征相结合来表示目标模型。实验结果表明：该方法比只采用颜色特征的Ｍｅａｎ-Ｓｈｉｆｔ算法更加有效，能处理快速移动物体在目标尺度和方向上的变化。

关键词: 视频目标跟踪, Ｍｅａｎ-Ｓｈｉｆｔ算法, 尺度和方向自适应, 局部三元模式, 纹理特征

中图分类号:

ＴＰ３９１

孙新领１，张皓１，赵丽２. 结合ＬＴＰ纹理特征和改进Ｍｅａｎ-Ｓｈｉｆｔ的视频目标跟踪方法[J]. 重庆理工大学学报（自然科学）, 2019, 33(12): 178-183.

[1]	李立治１, ２, 杨建军２, 刘双喜１, ２, 张先锋２, 郭文翠２, 李萍２. 国内人群的驾驶风格分类及识别方法研究[J]. 重庆理工大学学报（自然科学）, 2019, 33(11): 33-40.
[2]	姚鹏威, 杨炯, 张爱梅, 黄晓. 表格图像转换成Ｗｏｒｄ表格的研究[J]. 重庆理工大学学报（自然科学）, 2019, 33(11): 100-105,190.
[3]	杨菊英１, 江兵２, 罗佳１. 自然语言语义库构建方法研究[J]. 重庆理工大学学报（自然科学）, 2019, 33(10): 103-108.
[4]	叶杨１, 孙会龙１, 刘贞１, ２. 一种自适应加权ＬＤＰ的虚拟现实设备表情识别方法[J]. 重庆理工大学学报（自然科学）, 2019, 33(10): 109-114.
[5]	刘英１, 莎仁高娃２, 张利文３. 移动无线网络的移动终端安全认证方案[J]. 重庆理工大学学报（自然科学）, 2019, 33(10): 161-167.
[6]	胡博１, 陈锋２, 刘敏３. ＶＲ环境下应用于三维虚拟建模的复杂艺术场景优化技术[J]. 重庆理工大学学报（自然科学）, 2019, 33(10): 115-120.
[7]	林倩瑜. 基于模糊卷积神经网络的大数据分类挖掘技术[J]. 重庆理工大学学报（自然科学）, 2019, 33(10): 121-126.
[8]	张钰莎１, 蒋盛益２. 基于风险数据挖掘追踪技术的网络入侵检测研究[J]. 重庆理工大学学报（自然科学）, 2019, 33(10): 127-135.
[9]	郭东兵１, ２, 董黎君１, 梁国星１, ２. 基于多数投票法的扫描点云尖锐特征保留方法[J]. 重庆理工大学学报（自然科学）, 2019, 33(10): 67-72.
[10]	姚寿文, 栗丽辉, 王蠫, 常富祥, Zeyuan YAO. 双 Kinect 自适应加权数据融合的全身运动捕捉方法[J]. 重庆理工大学学报（自然科学）, 2019, 33(9): 109-117.
[11]	苏树智, 谢军, 高鹏连, 邓瀛灏, 郑苹. 面向多模态图像的柯西相关特征学习方法[J]. 重庆理工大学学报（自然科学）, 2019, 33(9): 118-124.
[12]	陈乐, 童莹, 陈瑞, 曹雪虹. 端到端增强特征神经网络的视频表情识别[J]. 重庆理工大学学报（自然科学）, 2019, 33(9): 125-131.
[13]	张先华a, 李政a, 谭小慧a, 王康b. 基于灰色马尔科夫的地铁火灾逃生最优路径规划及3D模拟[J]. 重庆理工大学学报（自然科学）, 2019, 33(8): 118-123.
[14]	易欣, 郭武士, 赵丽. 热红外图像序列中基于 KCF 和Mean-Shift 定位的目标跟踪方法[J]. 重庆理工大学学报（自然科学）, 2019, 33(8): 124-131.
[15]	. 高铁线路重要部位WSN节点覆盖算法设计[J]. 重庆理工大学学报（自然科学）, 2019, 33(7): 124-131.

结合ＬＴＰ纹理特征和改进Ｍｅａｎ-Ｓｈｉｆｔ的视频目标跟踪方法

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 10