基于色块边缘和颜色直方图的多目标跟踪算法

doi:10.3969/j.issn.1006-2475.2016.02.006

计算机与现代化

基于色块边缘和颜色直方图的多目标跟踪算法

河海大学计算机与信息学院，江苏南京210000

收稿日期:2015-09-18 出版日期:2016-03-02 发布日期:2016-03-03
作者简介:刘一宸（1991-），男，江苏常州人，河海大学计算机与信息学院硕士研究生，研究方向：图像处理，模式识别。

Multi-target Real-time Tracking Algorithm Based on #br# Color Edge Statistics and Color Histogram

College of Computer and Information, Hohai University, Nanjing 210000, China

Received:2015-09-18 Online:2016-03-02 Published:2016-03-03

摘要/Abstract

摘要： 基于颜色直方图的人体跟踪是最为常用的跟踪方法。但是在人数较多的场景下，仅靠颜色直方图难以准确描述目标特征。对此，提出一种基于色块边缘统计和颜色直方图的多目标实时跟踪算法，利用色块边缘分布和颜色特征对目标进行匹配，通过卡尔曼滤波确定搜索范围，并对跟踪过程进行并行化处理。实验结果表明，该算法可以有效地提高多目标跟踪的准确率和鲁棒性。

关键词: , 颜色直方图, 色块边缘直方图, 卡尔曼滤波, 多目标跟踪

Abstract: Human tracking based on the color histogram is one of the most popular tracking methods. However, it is hard to accurately describe the target signature in bigger number of people scene if it solely depends on the color histogram. Therefore, we propose a multi-target real-time tracking algorithm based on the color edge statistics and the color histogram. Furthermore, this algorithm can deal with the tracking process, match the target by the color edge distribution and the color characteristics, and confirm the scope of target searching. The experimental results show that the algorithm can effectively improve the multi-target tracking accuracy and robustness.

Key words: color histogram, edge of color histogram, Kalman filter, multi-target tracking

刘一宸. 基于色块边缘和颜色直方图的多目标跟踪算法[J]. 计算机与现代化, doi: 10.3969/j.issn.1006-2475.2016.02.006.

LIU Yi-chen. Multi-target Real-time Tracking Algorithm Based on #br# Color Edge Statistics and Color Histogram[J]. Computer and Modernization, doi: 10.3969/j.issn.1006-2475.2016.02.006.

参考文献

［1］   Comaniciu D, Ramesh V, Meer P. Kernel-based object tracking［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2003,25(5):564-577. 
［2］   Comaniciu D, Meer P. Mean shift: A robust approach toward feature space analysis［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2002,24(5):603-619. 
［3］ Birchfield S T, Rangarajan S. Spatiograms versus histograms for region-based tracking［C］// The 2005 IEEE Computer Society Conference on Computer Vision and Pattern Recognition. 2005,2:1158-1163.
［4］ Li Peihua, Zhang Tianwen, Pece A E C. Visual contour tracking based on particle filters［J］. Image and Vision Computing, 2003,21(1):111-123.
［5］ Deutscher J, Reid I. Articulated body motion capture by stochastic search［J］. International Journal of Computer Vision, 2005,61(2):185-205.
［6］ Chen Yunqiang, Rui Yong, Huang T S. JPDAF based HMM for real-time contour tracking［C］// Proceedings of the 2001 IEEE Computer Society Conference on Computer Vision and Pattern Recognition. 2001,1:I-543-I-550
［7］ Li Anping, Jing Zhongliang, Hu Shiqiang. Particle filter based visual tracking with multi-cue adaptive fusion［J］. Chinese Optics Letters, 2005,3(6):326-329.
［8］   万琴,王耀南. 基于卡尔曼滤波器的运动目标检测与跟踪［J］. 湖南大学学报(自然科学版), 2007,34(3):36-40. 
［9］席文明,罗翔,朱剑英. 基于约束卡尔曼滤波器预测的视觉跟踪研究［J］. 南京航空航天大学学报, 2002,34(6):540-543.
［10］王鑫,唐振民. 一种改进的基于Camshift的粒子滤波实时目标跟踪算法［J］. 中国图象图形学报, 2010(10):1507-1514.
［11］ 余旺盛,田孝华,侯志强. 基于区域边缘统计的图像特征描述新方法［J］. 计算机学报, 2014,37(6):1398-1410. 
［12］Peterfreund N. Robust tracking of position and velocity with Kalman snakes［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1999,21(6):564-569.
［13］Isard M, Blake A. Condensation—conditional density propagation for visual tracking［J］. International Journal of Computer Vision, 1998,29(1):5-28.
［14］Nummiaro K, Koller-Meier E, Van Gool L. An adaptive color-based particle filter［J］. Image and Vision Computing, 2003,21(1):99-110.
［15］Takala V, Pietikainen M. Multi-object tracking using color, texture and motion［C］// IEEE Conference on Computer Vision and Pattern Recognition. 2007:1-7.
［16］Mazinan A H, Amir-Latifi A. Applying mean shift, motion information and Kalman filtering approaches to object tracking［J］. ISA transactions, 2012,51(3):485-497.
［17］Li Zheng, Tang Qiling, Sang Nong. Improved mean shift algorithm for occlusion pedestrian tracking［J］. Electronics Letters, 2008,44(10):622-623.
［18］高波,包国彬. 基于动态图像处理技术的动目标检测与跟踪［J］. 光电技术应用, 2010,25(4):73-76,84.

[1]	李世宝, 丛玉杰. 基于RSSI参数动态修正的ZigBee室内定位算法[J]. 计算机与现代化, 2024, 0(01): 35-40.
[2]	李静元, 张珂, 杨东裕. 基于雾计算的工业互联网安全数据访问方法[J]. 计算机与现代化, 2022, 0(12): 118-122.
[3]	陈春燕, 刘梦赤. 基于粒子群遗传算法的智能组卷策略[J]. 计算机与现代化, 2021, 0(08): 16-23.
[4]	宋鑫, 樊志强, . 基于Laguerre 前向神经网络的信息服务性能建模方法 [J]. 计算机与现代化, 2021, 0(03): 1-6.
[5]	魏健, 赵红涛, 刘敦楠, 加鹤萍 . 基于集成模型的超短时负荷预测方法[J]. 计算机与现代化, 2021, 0(03): 12-17.
[6]	秦嘉, 曹雪虹, 焦良葆. 基于深度学习的安全帽佩戴检测与跟踪[J]. 计算机与现代化, 2020, 0(06): 1-.
[7]	段桂芹1，邹臣嵩2，刘锋2. 基于优化初始聚类中心的K中心点算法[J]. 计算机与现代化, 2019, 0(04): 1-.
[8]	李富星，蒙祖强 . 一种改进的类别区分词特征选择算法[J]. 计算机与现代化, 2019, 0(03): 73-.
[9]	李国平,邢建春,王世强. 多传感器系统含状态约束的分布式并行卡尔曼滤波算法[J]. 计算机与现代化, 2018, 0(12): 1-.
[10]	白晓波1，邵景峰1，和征1，田建刚2. 基于学习的核偏最小二乘法优化扩展卡尔曼滤波[J]. 计算机与现代化, 2018, 0(09): 110-.
[11]	郑亚鹏，樊璐. 基于LSTM的临床血液需求预测方法[J]. 计算机与现代化, 2018, 0(05): 41-.
[12]	刘德春1，张秀国2，姜微2. 基于马尔科夫链的大学生自主学习能力预测方法[J]. 计算机与现代化, 2018, 0(05): 106-.
[13]	夏琨1，丁波1，刘俊1，刘子豪1，林亮成2. 基于内容分析的网络协议指纹识别[J]. 计算机与现代化, 2018, 0(05): 121-.
[14]	李华，江峰，于旭，杜军威，刘国柱. 基于粒度决策熵的属性约简[J]. 计算机与现代化, 2018, 0(04): 7-.
[15]	陈丽娟，谢伙生. 带负项值的onshelf效用项集并行挖掘算法[J]. 计算机与现代化, 2018, 0(04): 13-.

基于色块边缘和颜色直方图的多目标跟踪算法

Multi-target Real-time Tracking Algorithm Based on #br# Color Edge Statistics and Color Histogram

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

本文评价