188宝金博页面版

  • 图案背景
  • 纯色背景
视图
标记
批注
批注本地保存成功，开通会员云端永久保存 去开通
badaogu8

上传于：2017-07-25

粉丝量：14

从事会计出纳等工作多年，目前已经退休了。


  • 相关
  • 目录
  • 笔记
  • 书签

188宝金博页面版:更多相关文档

  • 基于多个颜色分布模型的Camshift跟踪算法

    星级： 8 页

  • 精品论文_基于多个颜色分布模型的Camshift跟踪算法

    星级： 7 页

  • 基于多个颜色分布模型的CAMSHIFT 跟踪算法

    星级： 7 页

  • 基于多个颜色分布模型的Camshift跟踪算法

    星级： 7 页

  • 基于多个颜色分布模型的 Camshift 跟踪算法

    星级： 7 页

  • VOCATIONAL HIGH SCHOOL READY-WEAR TRAINEES'LEVEL OF ATTAINMENT IN VOCATIONAL PROFICIENCIES DEFINED WITHIN METEM PROJECT

    星级： 7 页

  • 基于多个颜色分布模型的粒子滤波跟踪算法（pdf 页）

    星级： 5 页

  • 基于多个颜色分布模型的粒子滤波跟踪算法

    星级： 5 页

  • 基于颜色直方图概率分布的目标跟踪算法研究

    星级： 5 页

  • 基于颜色概率模型的实时手势跟踪算法

    星级： 4 页

  • 附件2(2)

    星级： 10 页

  • 基于颜色直方图和深度信息的 CamShift 目标跟踪算法

    星级： 5 页

  • 基于颜色直方图和深度信息的CamShift目标跟踪算法

    星级： 4 页

  • 基于CamShift的自适应颜色空间目标跟踪算法

    星级： 4 页

  • 基于camshift的自适应颜色空间目标跟踪算法

    星级： 5 页

暂无目录

点击鼠标右键菜单,创建目录

    暂无笔记

    选择文本，点击鼠标右键菜单，添加笔记

    暂无书签

    在左侧文档中，点击鼠标右键，添加书签

    188宝金博页面版: 基于多个颜色分布模型的Camshift 跟踪算法

    下载积分： 1500

    内容提示： 第 34 卷 第 7 期 自 动 化 学 报 Vol.34, No.72008 年 7 月 ACTA AUTOMATICA SINICA July, 2008基于多个颜色分布模型的 Camshift 跟踪算法左军毅1梁 彦1潘 泉1赵春晖1张洪才1摘 要 视角变化往往会引起目标外观特征的变化 , 传统的基于单一颜色直方图模型的 Camshift 跟踪算法往往不能适应这种变化 . 为此 , 本文从提高模型描述能力入手 , 提出利用目标外观的先验知识 , 为目标建立多个颜色模型 , 在此基础上设计目标函数 , 通过对目标函数的优化 , 实时地为每帧跟踪从多个模型的凸组合中选取最优模型 . 另外 , 在对 Camshift 算法深入研究的过程中 ,...

    文档格式：PDF | 页数：7 | 浏览次数：522 | 上传日期：2017-07-25 19:13:20 | 文档星级：
    第 34 卷 第 7 期 自 动 化 学 报 Vol.34, No.72008 年 7 月 ACTA AUTOMATICA SINICA July, 2008基于多个颜色分布模型的 Camshift 跟踪算法左军毅1梁 彦1潘 泉1赵春晖1张洪才1摘 要 视角变化往往会引起目标外观特征的变化 , 传统的基于单一颜色直方图模型的 Camshift 跟踪算法往往不能适应这种变化 . 为此 , 本文从提高模型描述能力入手 , 提出利用目标外观的先验知识 , 为目标建立多个颜色模型 , 在此基础上设计目标函数 , 通过对目标函数的优化 , 实时地为每帧跟踪从多个模型的凸组合中选取最优模型 . 另外 , 在对 Camshift 算法深入研究的过程中 , 发现了概率图平均亮度和图像块颜色分布之间的一种定量关系 , 这种关系为进一步理解多模型算法的工作机理提供了帮助 . 头部跟踪的实验结果表明 , 与单一固定模型以及自适应单模型算法相比 , 多模型 Camshift 算法对目标外观的快速变化适应性很强 , 而且计算代价不大 .关键词 目标跟踪 , 概率图 , 均值漂移 , 多模型中图分类号 TP391.4Camshift Tracker Based on Multiple Color Distribution ModelsZUO Jun-Yi 1 LIANG Yan 1 PAN Quan 1 ZHAO Chun-Hui 1 ZHANG Hong-Cai 1Abstract Traditional Camshift tracker based on a single color histogram model is not robust to appearance changes ofthe target caused by changing viewpoint. To tackle the problem, a possible way is to use a model with more powerfulrepresentation ability. In this paper, we model the target with multiple color distributions according to prior knowledgeof the target and then design a cost function. Through minimizing the cost function, the optimal model is selected in realtime from the convex combination of model sets for tracking in the next frame. In addition, when researching Camshifttracker in detail, we f i nd the relationship between the average intensity of probability image and the color distributionhistogram of image pitches, which helps to illuminate the mechanism of model selecting process. Experimental resultsconducted on head sequences demonstrate our tracker can deal with dramatic appearance changes of target in an elegantmanner with low computational cost when compared with Camshift tracker with a single f i xed model or single adaptivemodel.Key words Target tracking, probability image, Camshift, multiple model作为匹配搜索类跟踪算法的典型代表之一 , 均值漂移跟踪算法 [1−2] 以其计算量小 , 对目标变形、旋转变化适应性强等特点得到普遍的重视和广泛的研究 . 均值漂移算法有两个基本版本 : Camshift [1] 算法和标准 Meanshift [2] 算法 , 这两种算法都以颜色直方图为目标表示模型 , 通过迭代求解加权图的 “ 质心 ” 来跟踪目标 . Camshift 在计算直方图时为每个像素赋予等权值 , 并用直方图反向投影来计算加权图 , 这种加权图又称为概率图 . 标准 Meanshift 在计算直方图时用满足一定条件 [3] 的核函数为像素加权 , 通过最大化目标模型和候选目标模型之间的Bhattacharyya 系数而得到了求取目标形心位置的迭代公式 . 从本质上讲 , 迭代的目的仍然是获取加权图的 “ 质心 ”, 不过此处的加权图不同于概率图 , 计收稿日期 2007-03-21 收修改稿日期 2007-07-09Received March 21, 2007; in revised form July 09, 2007国 家 自 然 科 学 基 金 重 点 项 目 (60634030), 国 家 自 然 科 学 基 金(60372085) 资助Supported by National Key Project of Natural Science Foun-dation of China (60634030) and National Natural Science Foun-dation of China (60372085)1. 西北工业大学自动化学院 西安 7100721. College of Automation, Northwestern Polytechnical Univer-sity, Xi 0 an 710072DOI: 10.3724/SP.J.1004.2008.00736算上比概率图略微复杂 .文献中介绍的均值漂移算法及其改进算法都是基于单一颜色分布模型的 . 由于对目标外观先验知识利用不够充分 , 单一颜色分布模型对目标外观的描述完备性差 , 当遭遇变外观的跟踪对象时效果不好 . 这对一种计算高效的算法来讲不能不说是一种遗憾 . 实际上 , 对变外观目标的跟踪问题长期以来都是视觉跟踪领域的一大难题 . 目前 , 解决该问题的主要途径是采用学习算法对模型进行更新 [4−9] . 文献 [4,9] 用颜色直方图对目标建模 , 通过引入衰减因子来更新模型 ; Zhou [5] 对目标建立混合高斯模型 ,当新的观测到来时用 EM 算法对其进行更新 ; 文献[6−8] 用 PCA 方法对目标建立子空间模型 , 再用子空间学习算法来更新模型 . 然而由于对模型更新过程缺少必要的监督机制 , 潜在的模型漂移问题使这些算法都存在丢失目标的风险 . 尽管人们对其进行了一些研究 [10] , 模型漂移问题仍没有得到彻底解决 .充分利用目标外观的先验知识来提高模型描述能力是解决变外观目标跟踪问题的一种可能途径 . 考虑到 Camshift 算法在目标表示上比 Meanshift 算法简单、便于进行模型的组合 , 本文在 Camshift 算法框架下用多个颜色分布对目标建模 , 在此基

    阅读了该文档的用户还阅读了这些文档

    188宝金博页面版:关于我们

    188宝金博页面版:帮助中心

    188宝金博页面版:关注我们

    • 新浪微博

    关注188宝金博页面版公众号

    188宝金博页面版
    阅读
    APP
    阅读
    返回
    顶部
    188宝金博页面版官网登录在线平台入口（2026已更新）—江苏协昌电子科技股份有限公司