基于局部分块学习的在线视觉跟踪

doi:10.3969/j.issn.0372-2112.2015.01.012

电子学报 ›› 2015, Vol. 43 ›› Issue (1): 74-78.DOI: 10.3969/j.issn.0372-2112.2015.01.012

基于局部分块学习的在线视觉跟踪

余旺盛¹, 田孝华¹, 侯志强¹, 查宇飞²

1. 空军工程大学信息与导航学院, 陕西西安 710077;
2. 空军工程大学航天航空工程学院, 陕西西安 710038

收稿日期:2013-10-23 修回日期:2014-04-10 出版日期:2015-01-25
- 作者简介:
- 余旺盛 男, 1985年1月出生, 湖南平江人, 分别于2008年和2010年获空军工程大学电讯工程学院信号与信息处理专业学士学位和硕士学位, 现于空军工程大学信息与导航学院攻读博士学位, 主要研究方向为数字图像处理与模式识别.E-mail:xing_fu_yu@sina.com;田孝华 男, 1965年10月出生, 湖南石门人, 2003年获西安电子科技大学信号与信息处理专业博士学位, 现为空军工程大学信息与导航学院教授、博士研究生导师, 主要研究领域为无线电定位、阵列信号处理、非平稳信号处理、无线电导航等.E-mail:xht65@sina.com
- 基金资助:
- 国家自然科学基金 (No.61175029,No.61203268)

Online Visual Tracking Based on Local Patch Learning

YU Wang-sheng¹, TIAN Xiao-hua¹, HOU Zhi-qiang¹, ZHA Yu-fei²

1. Information and Navigation College, Air Force Engineering University, Xi'an, Shaanxi 710077, China;
2. Aeronautics and Astronautics Engineering College, Air Force Engineering University, Xi'an, Shaanxi 710038, China

Received:2013-10-23 Revised:2014-04-10 Online:2015-01-25 Published:2015-01-25
- Supported by:
- National Natural Science Foundation of China (No.61175029, No.61203268)

摘要/Abstract

摘要：

视觉跟踪中,如何构建一种能够适应目标表观特征变化的目标模型是增强算法跟踪精度和稳定性的关键之一.本文提出利用跟踪区域内像素的初始分类标记来构建目标的局部分块模型,并在贝叶斯理论框架下提出了基于局部分块学习的在线视觉跟踪算法.首先,利用标定的初始跟踪区域构建目标的局部分块模型;然后,在当前跟踪区域中通过局部分块学习和贝叶斯估计确定当前帧的跟踪结果;最后,利用特征聚类对局部分块模型进行更新.实验结果表明：所提算法对目标表观变化的适应性明显增强,跟踪精度和稳定性较近年来的同类算法均有一定提高.

关键词: 视觉跟踪, 局部分块模型, 贝叶斯估计, 模型更新

Abstract:

In visual tracking,how to construct an object model to cope with the appearance change is one of the key problems to improve tracking precision and stability.To resolve this problem,this paper proposes to construct a local patch model using the initial labels of the pixels in tracking area,and proposes an online visual tracking algorithm based on local patch learning under the framework of Bayesian theory.The detailed operation is as follows.Firstly,it constructs the local patch model according to the initialized tracking area.Then,it utilizes the object model to learn the local patches in current tracking area and estimates the current state via Bayes estimation.Finally,it updates the local patch model by feature clustering.The experiment results indicate that the proposed algorithm obtains a distinct improvement in coping with appearance change,and exceeds the recent local patch-based trackers in both tracking precision and stability.

Key words: visual tracking, local patch model, Bayes estimation, model update

中图分类号:

TP391.41

余旺盛, 田孝华, 侯志强, 等. 基于局部分块学习的在线视觉跟踪[J]. 电子学报, 2015, 43(1): 74-78.

YU Wang-sheng, TIAN Xiao-hua, HOU Zhi-qiang, et al. Online Visual Tracking Based on Local Patch Learning[J]. Acta Electronica Sinica, 2015, 43(1): 74-78.

参考文献

[1] Zeng Huanzhao,Peter G Anderson.Extended Neugebauer model for printer color formation[A].Proceedings of the Color Imaging:Device-Independent Color,Color Hardcopy,and Graphic Arts IV[C].USA:SPIE,1999.27-36.
[2] C De M Bezerra,C J Hawkyard.Color matching for ink-jet prints on paper[J].Color Research and Application,1998,23(1):18-26.
[3] David Littlewood,Ganesh,Subbarayan.Maintaining an accurate printer characterization[A].Proceedings of the Color Imaging Conference:Color Science,System,and Applications[C].USA:IS&T,2004.203-210.
[4] 刘瑞华,曾平,王义峰.一种自适应分区回归的打印机色彩校正方法[J].电子学报,2007,35(11):2201-2204. Liu Rui-hua,Zeng Ping,Wang Yi-feng.A color calibration method of printer using adaptive regression[J].Acta Electronica Sinica,2007,35(11):2201-2204.(in Chinese)
[5] 苏晓红,郭茂祖.基于偏最小二乘回归分析的混色数据学习算法研究[J].电子学报,2001,29(3):429-431. Su Xiaohong,Guo Maozu,et al.Research of mix-color data learning algorithm based on partial leas-t square regression[J].Acta Electronica Sinica,2001,29(3):429-431.(in Chinese)
[6] 王义峰,曾平.基于色域划分的多通道打印机色彩校正[J].电子学报,2010,38(3):507-511. Wang Yi-feng,Zeng Ping.Multi-channel printer characterization based on gamut partition[J].Acta Electronica Sinica,2010,38(3):507-511.(in Chinese)
[7] 朱明,刘真,陈广学.基于分区纽阶堡方程的6色印刷分色模型研究[J].光学学报,2011,31(7):1-10. Zhu Ming,Liu Zhen,Chen Guangxue.Research on six-color separation model based on subarea neugebauer equations[J].Acta Optica Sinica,2011,31(7):1-10.(in Chinese)
[8] 史瑞芝,曹朝辉.基于7色高保真彩色印刷的颜色分色模型[J].测绘科学,2007,32(5):58-60. Shi Ruizhi,Cao Chaohui.A color separation model based on 7-color Hi-Fi press[J].Science of Surveying and Mapping,2007,32(5):58-60.(in Chinese)
[9] 张桢杰,等.基于子空间划分的多项式回归多色分色算法[J].包装工程,2013,34(7):65-67. Zhang Zhenjie,et al.Polynomial regression multi-color separation method based on subspace partition[J].Packaging Engineering,2013,34(7):65-67.(in Chinese)

[1]	仇祝令, 查宇飞, 吴敏, 王青. 基于注意力学习的正则化相关滤波跟踪算法[J]. 电子学报, 2020, 48(9): 1762-1768.
[2]	蒲磊, 冯新喜, 侯志强, 余旺盛. 基于二阶池化网络的鲁棒视觉跟踪算法[J]. 电子学报, 2020, 48(8): 1472-1478.
[3]	金泽芬芬, 侯志强, 余旺盛, 王鑫, 寇人可. 基于量子遗传算法的视觉目标跟踪[J]. 电子学报, 2020, 48(8): 1493-1501.
[4]	蒲磊, 冯新喜, 侯志强, 查宇飞, 余旺盛. 基于深度空间正则化的相关滤波跟踪算法[J]. 电子学报, 2020, 48(10): 2025-2032.
[5]	赖裕平, 高宁, 何闻达, 平原, 杜春来, 王宝成, 丁洪伟. 贝塔混合模型的变分贝叶斯学习及应用[J]. 电子学报, 2018, 46(7): 1787-1792.
[6]	范舜奕, 管桦, 侯志强, 余旺盛, 戴铂. 基于多表观特征子模型更新的鲁棒视觉跟踪[J]. 电子学报, 2018, 46(2): 440-446.
[7]	孙巧, 张胜修, 张正新, 曹立佳, 李小锋. 基于加权重叠率的单目标视觉跟踪评价指标[J]. 电子学报, 2017, 45(3): 753-761.
[8]	宋涛, 李鸥, 刘广怡, 崔弘亮. 基于改进协作目标外观模型的在线视觉跟踪[J]. 电子学报, 2017, 45(2): 384-393.
[9]	余旺盛, 李卫华, 侯志强. 分层结构直方图及其应用[J]. 电子学报, 2017, 45(11): 2617-2624.
[10]	宋涛, 李鸥, 刘广怡. 基于置信区域内多级动态层表达的类贯序蒙特卡洛视觉跟踪方法[J]. 电子学报, 2016, 44(6): 1355-1361.
[11]	张宏欣, 周穗华, 冯士民. 高斯粒子流滤波器[J]. 电子学报, 2016, 44(4): 795-803.
[12]	薛模根, 朱虹, 袁广林. 在线鲁棒判别式字典学习视觉跟踪[J]. 电子学报, 2016, 44(4): 838-845.
[13]	袁广林, 薛模根. 基于主分量寻踪的鲁棒视觉跟踪[J]. 电子学报, 2015, 43(3): 417-423.
[14]	赖裕平, 周亚建, 丁洪伟, 郭玉翠, 郭春, 杨义先. 混合逆狄利克雷分布的变分学习及应用[J]. 电子学报, 2014, 42(7): 1435-1440.
[15]	余旺盛, 田孝华, 侯志强, 黄安奇, 刘翔. 基于关键区域特征匹配的视觉跟踪算法[J]. 电子学报, 2014, 42(11): 2150-2156.

基于局部分块学习的在线视觉跟踪

Online Visual Tracking Based on Local Patch Learning

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics