主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2018年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
姜文涛,刘万军,袁姮,张海涛.视觉量子目标跟踪方法.软件学报,2016,27(11):2961-2984
视觉量子目标跟踪方法
Object Tracking Method Based on Vision Quantum
投稿时间:2014-04-27  修订日期:2015-06-24
DOI:10.13328/j.cnki.jos.004931
中文关键词:  视觉量子  频率阶跃  量子平衡  量子簇  目标跟踪
英文关键词:vision quantum  frequency step  quantum balance  quantum cluster  object tracking
基金项目:国家自然科学基金(61172144);国家高技术研究发展计划(863)(13-2025);辽宁省教育厅科学研究项目(LJYL049);辽宁省科技攻关计划(2012216026)
作者单位E-mail
姜文涛 辽宁工程技术大学 软件学院, 辽宁 葫芦岛 125105 lntuwulue@163.com 
刘万军 辽宁工程技术大学 软件学院, 辽宁 葫芦岛 125105  
袁姮 辽宁工程技术大学 研究生院, 辽宁 葫芦岛 125105  
张海涛 辽宁工程技术大学 软件学院, 辽宁 葫芦岛 125105  
摘要点击次数: 1463
全文下载次数: 1287
中文摘要:
      为了解决变结构目标跟踪过程中目标失跟率较高的问题,提出了一种基于视觉量子(vision quantum,简称VQ)的目标跟踪方法.该方法首先在图像内自上而下地辐射视觉量子采集灰度信息,统计量子内部概率密度较大的灰度级和分布区域;然后计算视觉量子的量子频率,归一化量子频率系数,滤除系统噪音和杂波干扰,利用频率阶跃不变性移动视觉量子至平衡状态,将达到量子平衡状态的视觉量子组成量子簇;最后,以该量子簇作为候选目标信息,采用极大似然估计预测运动目标状态,以预测结果作为下一帧图像中视觉量子移动的参考值,并进一步验证移动后的视觉量子是否达到量子平衡状态,以确保目标跟踪有效性.该方法抓住了变结构运动目标前景与背景交界处具有量子频率阶跃不变性的特点,继而将阶跃不变特征采用具有独立性和约束性的视觉量子进行描述,可以有效地消除形状变化、尺度变化等变结构因素对运动目标跟踪的影响,失跟率较低.同时,由于视觉量子数据量较小,计算复杂度较低,其跟踪实时性较高.大量实验测试结果表明,该方法对变结构目标跟踪具有很好的适应性、实时性和鲁棒性.
英文摘要:
      An approach to object tracking based on vision quantum is proposed in this paper in order to solve the high loss-tracking rate in variable structure object tracking. First, the gray information is detected in an image from top to bottom with vision quantum, and the distribution area and gray levels of larger probability density are counted in the vision quantum. Then all the energy frequencies of the visual quantum are calculated such that the weaker energy frequency gradient is removed by filtration and the stronger frequency gradient of vision quantum that the distribution of high frequency information account for half quantum area is reserved. The quantum cluster is composed of vision quantum with the same frequency variation. Finally, taking quantum cluster as candidate object information, the state of moving object is predicted with maximum likelihood estimation and the forecast results are served as moving reference position of vision quantum in the next frame. Further verification of the visual quantum balance state is made to ensure the effectiveness of object tracking. This method catches the point that the variable structure moving object has the feature of the energy frequency step invariance at the juncture pixels of the foreground and background. It can effectively overcome the changes in shape, scale and other factors that influence the moving object tracking, achieving lower loss-tracking rate and lower computational complexity by using independent and continuous visual quantum to describe the step invariant feature. Experimental results show that the proposed approach has good adaptability to variable structure tracking with real-time and robust tracking performance.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利