首页 > 论文 > 激光与光电子学进展 > 57卷 > 22期(pp:221022--1)

基于Mean Shift的背景梯度修正直方图跟踪算法

Background Gradient Corrected Histogram Tracking Algorithm Based on Mean Shift

  • 摘要
  • 论文信息
  • 参考文献
  • 被引情况
  • PDF全文
分享:

摘要

当图像中的背景发生波动时,修正的背景加权直方图(CBWH)算法在目标跟踪过程中存在波动跟随现象,从而产生波动误差。为了改善背景波动下算法的跟踪效果,减小波动误差,在CBWH算法的基础上提出了一种背景梯度修正直方图(BGCH)算法。利用相邻帧的背景梯度信息对目标模型进行二阶加权修正,提前阻断了CBWH算法的波动跟随过程。实验结果表明,本算法可以减小CBWH算法的波动误差,且对目标形变、模糊的情况,也表现出了更好的鲁棒性。

Abstract

When background fluctuates in the image, the target tracking process will follow the fluctuation of background with corrected background-weighted histogram (CBWH) algorithm, which will cause fluctuation-errors. In order to improve the tracking effect under fluctuant background and reduce the fluctuation-errors, this paper proposes a background gradient corrected histogram (BGCH) algorithm based on CBWH algorithm. It uses the background gradient information of adjacent frames to perform a second-order correction on the target model, and blocks the fluctuation-following process of the CBWH algorithm in advance. Experimental results show that this method significantly reduces the fluctuation-errors of CBWH algorithm, and also shows better robustness under the condition of target deforming and blurring.

广告组1 - 空间光调制器+DMD
补充资料

中图分类号:TN911.73

DOI:10.3788/LOP57.221022

所属栏目:图像处理

基金项目:国家自然科学基金;

收稿日期:2020-02-03

修改稿日期:2020-03-06

网络出版日期:2020-11-01

作者单位    点击查看

喻璐璐:中国科学院安徽光学精密机械研究所大气光学重点实验室, 安徽 合肥 230031中国科学技术大学, 安徽 合肥 230026
谭逢富:中国科学院安徽光学精密机械研究所大气光学重点实验室, 安徽 合肥 230031
陈修涛:中国科学院安徽光学精密机械研究所大气光学重点实验室, 安徽 合肥 230031
秦来安:中国科学院安徽光学精密机械研究所大气光学重点实验室, 安徽 合肥 230031
侯再红:中国科学院安徽光学精密机械研究所大气光学重点实验室, 安徽 合肥 230031

联系人作者:谭逢富(fftan@aiofm.ac.cn)

备注:国家自然科学基金;

【1】Huang A Q, Hou Z Q, Yu W S, et al. Visual object tracking method based on weighted background and selective sub-model update strategy [J]. Journal of Image and Graphics. 2014, 19(9): 1360-1367.
黄安奇, 侯志强, 余旺盛, 等. 利用背景加权和选择性子模型更新的视觉跟踪算法 [J]. 中国图象图形学报. 2014, 19(9): 1360-1367.
Huang A Q, Hou Z Q, Yu W S, et al. Visual object tracking method based on weighted background and selective sub-model update strategy [J]. Journal of Image and Graphics. 2014, 19(9): 1360-1367.
黄安奇, 侯志强, 余旺盛, 等. 利用背景加权和选择性子模型更新的视觉跟踪算法 [J]. 中国图象图形学报. 2014, 19(9): 1360-1367.

【2】Ni Q, He M, Zhang G J, et al. Tracking algorithm based on multi-feature fusion Mean Shift [J]. High Power Laser and Particle Beams. 2014, 26(10): 101022.
倪琦, 贺明, 张国进, 等. 基于多特征融合的Mean Shift跟踪算法 [J]. 强激光与粒子束. 2014, 26(10): 101022.

【3】Liu M H, Wang C S, Wang X L. Mean-shift target tracking algorithm based on adaptive multi-features fusion [J]. Journal of Optoelectronics·Laser. 2015, 26(8): 1583-1592.
刘明华, 汪传生, 王宪伦. 基于多特征自适应融合的均值迁移目标跟踪算法 [J]. 光电子·激光. 2015, 26(8): 1583-1592.

【4】Song Y, Zhu C F, Li S X, et al. Invariant foreground occupation ratio for scale adaptive Mean Shift tracking [J]. IET Computer Vision. 2015, 9(4): 489-499.

【5】Liu F, Zhang C, Wu X P, et al. Scale adaptive corrected background-weighted histogram mean shift tracking algorithm [J]. Journal of Signal Processing. 2014, 30(5): 517-525.
刘峰, 张超, 吴小培, 等. 尺度自适应CBWH跟踪算法研究 [J]. 信号处理. 2014, 30(5): 517-525.

【6】Leichter I, Lindenbaum M, Rivlin E. Mean Shift tracking with multiple reference color histograms [J]. Computer Vision and Image Understanding. 2010, 114(3): 400-408.Leichter I, Lindenbaum M, Rivlin E. Mean Shift tracking with multiple reference color histograms [J]. Computer Vision and Image Understanding. 2010, 114(3): 400-408.

【7】Wang X D, Wang Y W, Yan H. Continuously adaptive mean-shift tracking algorithm with suppressed background histogram model [J]. Journal of Electronics & Information Technology. 2019, 41(6): 1480-1487.
王旭东, 王屹炜, 闫贺. 背景抑制直方图模型的连续自适应均值漂移跟踪算法 [J]. 电子与信息学报. 2019, 41(6): 1480-1487.

【8】Comaniciu D, Ramesh V, Meer P. Kernel-based object tracking [J]. IEEE Transactions on Pattern Analysis and Machine Intelligence. 2003, 25(5): 564-577.

【9】Ning J, Zhang L, Zhang D, et al. Robust Mean-Shift tracking with corrected background-weighted histogram [J]. IET Computer Vision. 2012, 6(1): 62-69.

【10】Wang X W, Wang X D, He M. Target tracking algorithm based on Mean Shift and histogram ratio background weighted [J]. High Power Laser and Particle Beams. 2016, 28(5): 051001.
王晓卫, 王旭东, 贺明. 基于直方图比的背景加权的Mean Shift目标跟踪算法 [J]. 强激光与粒子束. 2016, 28(5): 051001.

【11】Gong H, Yang F S, Ding Z. Mean Shift tracking based on fuzzy background weighting [J]. Journal of University of Electronic Science and Technology of China. 2019, 48(3): 402-408.
龚红, 杨发顺, 丁召. 基于模糊背景加权的Mean Shift目标跟踪算法 [J]. 电子科技大学学报. 2019, 48(3): 402-408.

【12】Liu F, Yu W S. Object tracking based on background-weighted spatial histogram [J]. Journal of Applied Optics. 2015, 36(3): 391-397.
刘芳, 余旺盛. 基于背景加权空间直方图的目标跟踪 [J]. 应用光学. 2015, 36(3): 391-397.

引用该论文

Yu Lulu,Tan Fengfu,Chen Xiutao,Qin Laian,Hou Zaihong. Background Gradient Corrected Histogram Tracking Algorithm Based on Mean Shift[J]. Laser & Optoelectronics Progress, 2020, 57(22): 221022

喻璐璐,谭逢富,陈修涛,秦来安,侯再红. 基于Mean Shift的背景梯度修正直方图跟踪算法[J]. 激光与光电子学进展, 2020, 57(22): 221022

您的浏览器不支持PDF插件,请使用最新的(Chrome/Fire Fox等)浏览器.或者您还可以点击此处下载该论文PDF