一分钟了解“文献:基于MeanShift和卡尔曼滤波的红外目标跟踪算法”

1.该算法采用局部二元模式LBP算子提取图像特征向量,基于MeanShift特征匹配和目标定位结果,预测下一帧跟踪波门中心位置,结合卡尔曼滤波器进行跟踪状态估计和维持。
2.MeanShift的模板是有更新过程的:以当前观测值和旧模板之间的相似度为根据,相似度很大,则不更新;相似度很小,则认为是出现了遮挡,也不更新;相似度在中等水平,将旧模板和新模板线性叠加。
3.模板的大小(我的理解:原文中的核函数尺度用通俗的话说就是模板的大小)更新:我没太看明白,但目前对其实现过程的理解是:假设模板大小的变化符合线性,然后用前三帧估计出这个线性的方程,由此预测下一帧模板该有多大。
4.本文质量在中文文献里算高的,所以我再总结一下本文创新点:相较于单纯用LBP+MeanShift跟踪目标,本文通过卡尔曼滤波解决了遮挡问题,通过更新模板大小和模板取值解决了目标飞行过程中大小和形状变化的问题。

猜你喜欢

转载自blog.csdn.net/yes1989yes/article/details/80961609