[发明专利]基于连续自适应均值漂移多特征融合的复杂环境目标跟踪方法在审
| 申请号： | 201510007706.5 | 申请日： | 2015-01-07 |
| 公开（公告）号： | CN105321189A | 公开（公告）日： | 2016-02-10 |
| 发明（设计）人： | 厉丹;鲍蓉;党向盈;肖理庆 | 申请（专利权）人： | 徐州工程学院 |
| 主分类号： | G06T7/20 | 分类号： | G06T7/20;G06T7/40 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 221000 江苏省*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公布了一种基于连续自适应均值漂移多特征融合的复杂环境目标跟踪方法，旨在提供一种在遇车辆形变、霜雾天气、背景噪声以及光照变换、遮挡干扰等复杂环境时能稳定跟踪车辆的跟踪方法，步骤如下：(1)采用Camshift算法对特征概率密度分布进行估计，利用候选模型和目标模型Bhattacharrya相似度跟踪目标；(2)通过样本主成分分析对SIFT局部不变特征降维，自适应仿射变换；(3)建立融合HSV颜色特征、局部不变特征和轮廓特征的多特征模板，设置权重，更新模板；(4)利用全局特征进行匹配，建立抗遮挡模型，判断遮挡是否发生和结束，对完全和部分遮挡两种情况实施不同跟踪方法。 | ||
| 搜索关键词： | 基于 连续 自适应 均值 漂移 特征 融合 复杂 环境 目标 跟踪 方法 | ||
【主权项】：
一种基于连续自适应均值漂移多特征融合的复杂环境目标跟踪方法，其特征在于步骤如下：(1)采用Camshift算法对特征概率密度分布进行估计，利用候选模型和目标模型Bhattacharrya相似度跟踪目标；(2)通过样本主成分分析对SIFT局部不变特征降维，自适应仿射变换；(2.1)SIFT局部尺度不变特征变换算法生成特征向量；(2.2)建立样本矩阵，引入统计分析学中的样本主成分分析，累计样本主成分贡献率，对关键点特征降维；(3)建立融合HSV颜色特征、局部不变特征和轮廓特征的多特征模板，设置权重，更新模板；(4)利用全局特征进行匹配，建立抗遮挡模型，判断遮挡是否发生和结束，对完全和部分遮挡两种情况实施不同跟踪方法。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于徐州工程学院，未经徐州工程学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201510007706.5/，转载请声明来源钻瓜专利网。
