似然相似度函数在目标跟踪中的鲁棒机理研究
邸男; 朱明; 韩广良
刊名软件学报
2015-01-15
期号01页码:52-61
关键词似然相似度函数 均值漂移 实时跟踪 Bhattacharyya系数
中文摘要复杂背景条件下低对比度目标的跟踪和测量方法,是视觉领域的一个重要课题.低对比度,低信噪比,目标旋转、缩放、被遮挡等非理想状态给跟踪算法的研究带来很大困难,算法既要适应目标和背景的复杂变化,又要保证运算量小,满足工程实时性要求.提出一种基于似然相似度函数的低对比度目标跟踪方法.在建立模型阶段,利用棱锥面方程的单峰特性突出模型中的目标灰度信息,使目标与背景灰度信息的可区分性更高;在模型匹配阶段,从统计学中的极大似然估计方法得到启发,构造一种新的似然相似度函数,与传统的相似度量相比,度量值的可区分性更高,大大提高了匹配区域的无重复模式;最后,将目标跟踪过程转化为对目标跟踪位置的极大似然估计过程.目前,该算法已经成功嵌入TMS320C6416硬件平台.大量实验结果表明,该算法所能探测的目标对比度LSCR最低限度约为3.作为实例,给出复杂背景下低对比度LSCR=4.9时空中飞机的实验结果.
内容类型期刊论文
源URL[http://ir.ciomp.ac.cn/handle/181722/54073]  
专题长春光学精密机械与物理研究所_中科院长春光机所知识产出
推荐引用方式
GB/T 7714
邸男,朱明,韩广良. 似然相似度函数在目标跟踪中的鲁棒机理研究[J]. 软件学报,2015(01):52-61.
APA 邸男,朱明,&韩广良.(2015).似然相似度函数在目标跟踪中的鲁棒机理研究.软件学报(01),52-61.
MLA 邸男,et al."似然相似度函数在目标跟踪中的鲁棒机理研究".软件学报 .01(2015):52-61.
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace