基于达芬奇平台的运动目标跟踪算法

doi:10.3969/j.issn.1006-2475.2015.10.010

计算机与现代化

基于达芬奇平台的运动目标跟踪算法

(1.安徽大学计算机科学与技术学院，安徽合肥 230601; 2.安徽省工业图像处理与分析重点实验室，安徽合肥 230039)

收稿日期:2015-04-20 出版日期:2015-10-10 发布日期:2015-10-10
作者简介:董云飞(1986-)，男，安徽阜阳人，安徽大学计算机科学与技术学院硕士研究生，研究方向：嵌入式应用技术; 谢红松(1989-)，男，硕士研究生，研究方向：嵌入式应用技术; 汤进(1976-)，男，教授，博士生导师，博士，研究方向：图像处理与模式识别; 罗斌(1963-)，男，教授，博士生导师，博士，研究方向：图像处理与模式识别。
基金资助:
国家863计划基金资助项目(2014AA015104); 国家自然科学基金资助项目(61472002); 国家科技支撑计划基金资助项目(2012BAH95F01)

Moving Target Tracking Algorithm Based on Davinci Platform

(1. School of Computer Science and Technology, Anhui University, Hefei 230601, China;
2. Key Lab of Industrial Image Processing & Analysis of Anhui Province, Hefei 230039, China)

Received:2015-04-20 Online:2015-10-10 Published:2015-10-10

摘要/Abstract

摘要： 在运动目标跟踪过程中，考虑到达芬奇平台的数据处理能力，结合Vibe算法和Mean Shift算法的思想提出一种改进的运动目标跟踪算法，同时为了解决Vibe算法在目标由运动变为静止后遗留在前景图像中的鬼影难以消除的问题，对视频图像序列中的每个像素点建立前景计数器，根据前景计数器的值判断背景模型的更新速度。针对达芬奇平台对算法进行优化，把改进的运动目标跟踪算法移植到TMS320DM6467T达芬奇平台下进行处理，实验结果表明改进的算法具有良好的跟踪效果。

关键词: Vibe算法, 运动目标跟踪, TMS320DM6467T, mean shift, 达芬奇平台

Abstract: In the process of moving target tracking, considering the data processing ability of Davinci platform, combining the Vibe algorithm with the mean shift algorithm, an improved moving target tracking algorithm is presented. At the same time, in order to solve the problem that it is difficult to eliminate the ghosts left in the foreground image after the moving target becomes stationary state in the Vibe algorithm, we set up foreground counters for each pixel in the video image sequence, and judge the renewal speed of background model according to the value of counter. And the algorithm is optimized based on Davinci platform. At last, the improved moving target tracking algorithm is transplanted into TMS320DM6467T platform. Experiment results show that the improved algorithm is of good tracking performance to moving target.

Key words: Vibe algorithm, moving target tracking, TMS320DM6467T, mean shift, Davinci platform

中图分类号:

TP391

董云飞1，谢红松1，罗斌1,2，汤进1,2. 基于达芬奇平台的运动目标跟踪算法[J]. 计算机与现代化, doi: 10.3969/j.issn.1006-2475.2015.10.010.

DONG Yun-fei1, XIE Hong-song1, LUO Bin1,2, TANG Jin1,2. Moving Target Tracking Algorithm Based on Davinci Platform[J]. Computer and Modernization, doi: 10.3969/j.issn.1006-2475.2015.10.010.

参考文献

[1] 管菊花,郭波. 基于DaVinci技术的嵌入式智能监控系统[J]. 计算机测量与控制, 2014,22(9):2754-2757.

[2] Yin Hongpeng, Chai Yi, Yang S X, et al. Fast-moving target tracking based on mean shift and frame-difference methods[J]. Journal of Systems Engineering and Electronics, 2011,22(4):587-592.

[3] 季诚,欧阳宁,张彤. 基于视频片断的全景图拼接[J]. 计算机技术与发展, 2009,19(9):239-241.

[4] 杨宁,杨敏. 基于改进的混合高斯模型的运动目标提取[J]. 计算机技术与发展, 2012,22(7):20-23.

[5] Barnich O, Van Droogenbroeck M. ViBe: A universal background subtraction algorithm for video sequences[J]. IEEE Transactions on Image Processing, 2011,20(6):1709-1724.

[6] Bruhn A, Weickert J, Schnörr C. Lucas/Kanade meets Horn/Schunck: Combining local and global optic flow methods[J]. International Journal of Computer Vision, 2005,61(3):211-231.

[7] 王晖. 视频图像的光流计算方法研究[D]. 长沙:国防科学技术大学, 2007.

[8] Arulampalam M S, Maskell S, Gordon N, et al. A tutorial on particle filters for online nonlinear/non-Gaussian Bayesian tracking[J]. IEEE Transactions on Signal Processing, 2002,50(2):174-188.

[9] 胡昭华,宋耀良,梁德群,等. 复杂背景下多信息融合的粒子滤波跟踪算法[J]. 光电子·激光, 2008,19(5):680-685.

[10] Cheng Yizong. Mean shift, mode seeking, and clustering[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1995,17(8):790-799.

[11] 许海霞,王耀南,袁小芳,等. 一种分层Mean Shift目标跟踪算法[J]. 自动化学报, 2009,35(4):401-409.

[12] 冯海文,牛连强,刘晓明. 高效的一遍扫描式连通区域标记算法[J]. 计算机工程与应用, 2014,50(23):31-35.

[13] 黄文杰,陈斌. 一种快速图像处理的积分图方法[J]. 计算机应用, 2005,25(S1):266-268.

[14] 高平. 基于TMS320DM6467的多功能多媒体处理平台的软件设计与实现[D]. 天津:天津大学, 2009.

[15] 卢俊. 基于Davinci平台的视频服务器软件系统的设计与实现[D]. 武汉:华中科技大学, 2013.

[16] Texas Instruments. Codec Engine Server Integrator User’s Guide[DB/OL]. http://processors.wiki.ti.com/index.php/Codec_Engine_Server_Integrator_User%27s_Guide, 2014-07-15.

[17] Texas Instruments. Codec Engine Algorithm Creator User’s Guide[DB/OL]. http://www.ti.com/lit/ug/sprued6c/sprued6c.pdf, 2007-09-28.

[18] 支祖利. 运动目标检测和跟踪算法的研究及实现[D]. 武汉:中南民族大学, 2013.

基于达芬奇平台的运动目标跟踪算法

Moving Target Tracking Algorithm Based on Davinci Platform

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 6

编辑推荐

Metrics

本文评价

[1]	刘宏飞, 杨耀权, 杨雨航. 基于改进光流特征的运动目标跟踪[J]. 计算机与现代化, 2021, 0(03): 115-121.
[2]	章伟明,周武能. 基于鬼影判断抑制和局部运动补偿的改进ViBe算法[J]. 计算机与现代化, 2018, 0(01): 51-55.
[3]	李慧霞1，李临生1，闫庆森2，周景文1. 基于Mean Shift算法的目标跟踪综述[J]. 计算机与现代化, 2017, 0(1): 65-70.
[4]	焦玉清,王文中,罗斌. 基于场景语义先验和全局外观一致性的运动目标检测[J]. 计算机与现代化, 2016, 0(11): 58-63.
[5]	吴剑舞，翁玲瑜，童怀. 一种基于改进ViBe的运动目标检测方法[J]. 计算机与现代化, 2015, 0(7): 50-.
[6]	杜霄鹏;郝建平;李星新;杨俊. 基于单一深度图像的人体姿态实时识别技术研究[J]. 计算机与现代化, 2012, 1(200): 192-04.