基于视频的目标跟踪方法ppt课件_第1页
基于视频的目标跟踪方法ppt课件_第2页
基于视频的目标跟踪方法ppt课件_第3页
基于视频的目标跟踪方法ppt课件_第4页
基于视频的目标跟踪方法ppt课件_第5页
已阅读5页，还剩7页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

基于视频的目标跟踪方法,1,MeanShift算法,MeanShift算法简介基于MeanShift的目标跟踪算法MeanShift算法实现过程,2,MeanShift算法简介,基本含义,给定的d维的欧式空间中n个样本点（n=1,n）在x点的meanshift向量基本形式定义为,其中，是一个半径为h的高维球区域，满足以下关系的y点的集合,3,MeanShift算法简介,目的：找出最密集的区域,MeanShift矢量,4,基于MeanShift的目标跟踪算法,基于均值漂移的目标跟踪算法通过分别计算目标区域和候选区域内像素的特征值概率得到关于目标模型和候选模型的描述，然后利用相似函数度量初始帧目标模型和当前帧的候选模版的相似性，选择使相似函数最大的候选模型并得到关于目标模型的Meanshift向量，这个向量正是目标由初始位置向正确位置移动的向量。由于均值漂移算法的快速收敛性，通过不断迭代计算Meanshift向量，算法最终将收敛到目标的真实位置，达到跟踪的目的。,5,目标模型的描述,在起始帧，通过鼠标确定一个包含所有目标特征的椭圆，称为被跟踪目标的目标区域，这个目标区域也是核函数作用的区域，区域的大小等于核函数的带宽。对目标区域进行描述，常用的方法是按照直方图的方式将图像像素的值域等分成m个区间，每个区间按照值域的大小对应一个特征值。然后求出图像的像素值取每个特征值的概率。对在初始帧图像中目标区域内所有的象素点，计算每个特征值的概率，我们称为目标模型的描述。,6,通过人工标注的方式在初始帧中确定包含跟踪目标的区域,其中有n个象素用表示，对选中的区域的灰度颜色空间均匀划分，得到由m个相等的区间构成的灰度直方图,则目标模型概率密度为,其中，表示以目标中心为原点的归一化的像素位置；为目标中心坐标；K为核函数。,7,候选模型描述,运动目标在第二帧及以后的每帧中可能包含目标的区域称为候选区域，假设在第t帧时，根据第t-1帧的目标中心位置，以为搜索窗口的中心，得到候选目标的中心位置坐标f，计算当前帧的候选目标区域直方图，该区域的像素用表示，则其概率密度为,8,相似性度量,相似性函数用于描述目标模型和候选目标模型之间的相似程度，我们使用Bhattacharyya系数作为相似性函数，其定义为：,9,MeanShift迭代过程,均值漂移的迭代过程，也就是目标位置搜索的过程。为使相似函数最大，对上式进行泰勒展开，Bhattachcyarya系数可近似为：,10,MeanShift迭代过程,其极大化过程就可以通过候选区域中心向真实区域中心的MeanShift迭代方程完成：,其中，g(x)=-。,11,MeanShift算法实现过程,1.计算目标模板的概率密度,在当前帧以y0为起点，计算候选目标的特征；2.计算候选目标与目标的相似度；3.计算当前窗口内各点处权值；4.利用M
人人文库> 全部分类> 教育资料 > 作文作品

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论