| 基于SIFT特征的粒子群优化的视觉跟踪算法 |
| |
| 引用本文： | 程旭,李拟珺,吴镇扬. 基于SIFT特征的粒子群优化的视觉跟踪算法[J]. 重庆邮电大学学报(自然科学版), 2012, 24(5): 652-656 |
| |
| 作者姓名： | 程旭 李拟珺 吴镇扬 |
| |
| 作者单位： | 东南大学信息科学与工程学院,江苏南京,210096 |
| |
| 基金项目： | 国家自然科学基金资助（60971098） |
| |
| 摘 要： | 提出了一种基于SIFT(scale invariant feature transform)特征的表观模型更新的粒子群优化(particle swarm optimization,PSO)跟踪算法.与现有的跟踪方法不同,该算法将当前帧检测到的SIFT特征与最近更新的目标模板相匹配,估计目标的位置,然后把此位置信息融入到PSO的结果中以得到更加精确的位置估计,并把其作为新的目标模板,从而更加鲁棒地应对表观模型的更新问题.实验结果表明,提出的SIFT-PSO算法在目标发生大的运动变化和局部遮挡条件下仍然能够可靠地跟踪目标.
|
| 关 键 词： | 视觉跟踪 表观模型 SIFT 粒子群优化 |
| 收稿时间： | 2012-08-17 |
Visual tracking algorithm with particle swarm optimization based on SIFT feature |
| |
| CHENG Xu,LI Nijun,WU Zhenyang. Visual tracking algorithm with particle swarm optimization based on SIFT feature[J]. Journal of Chongqing University of Posts and Telecommunications, 2012, 24(5): 652-656 |
| |
| Authors: | CHENG Xu LI Nijun WU Zhenyang |
| |
| Affiliation: | School of Information Science and Engineering, Southeast University, Nanjing 210096, P.R.China |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《重庆邮电大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《重庆邮电大学学报(自然科学版)》下载全文 |
|
