摘要
针对行人光照变化、背景与目标颜色相近以及目标遮挡等复杂环境中,易出现跟踪目标丢失的问题,提出一种融合多特征的Camshift算法与卡尔曼滤波相结合的目标检测跟踪方法。首先,为解决目标跟踪方法需要在初始帧手动选取行人目标的问题,在初始阶段利用梯度直方图特征(HOG)结合支持向量机(SVM)分类器进行行人目标检测;其次,利用欧式距离选取距离图像中心像素坐标最近的行人作为跟踪目标;同时,将行人分为5部分分别提取衣服颜色特征与HOG特征,根据权重进行融合,建立更加鲁棒的目标模型;最后,利用当前帧与前一帧的目标模型相似度设定遮挡阈值,实现Camshift算法与卡尔曼滤波算法的切换,解决目标遮挡问题,保障...
学科与关键词
关键词
目标检测目标跟踪Camshift卡尔曼滤波多特征融合 target detectiontarget trackingKalman filtermulti-feature fusion
- 改进Camshift算法的多行人目标跟踪方法陈艺导航定位学报, 2019, (04): 30-36.
- 基于多模型融合和重新检测的高精度鲁棒目标跟踪白中浩; 朱磊; 李智强仪器仪表学报, 2019, (09): 132-141.
- 基于多特征融合的运动目标跟踪方法益争祝玛; 尚振宏; 刘辉; 李润鑫仪表技术与传感器, 2019, (11): 95-99+104.
