【技术实现步骤摘要】
本专利技术涉及视觉目标跟踪系统中，应用流形上的粒子滤波方法来跟踪视频图像中的目标，属于非线性系统滤波和视觉图像处理
技术介绍
视觉跟踪是实现智能监控的关键技术，融合了图像处理、模式识别、人工智能、自动控制以及计算机等若干领域的先进技术，并在军事视觉制导、视频监控、机器人视觉导航、医疗诊断以及气象分析等方面都有广泛应用。目前常用的视觉跟踪方法一般可分为5种基于区域的跟踪、基于动态轮廓的跟踪、基于特征的跟踪、基于模型的跟踪以及基于运动估计的跟踪。最常用的方法是在目标区域内为图像运动建立仿射模型、投影模型等几何参数模型，应用Lucas-Kanade跟踪器、均值漂移跟踪器，通过梯度下降法最小化模板和当前图像区域之间的偏差来得到模型参数， 但这些方法易收敛于局部极小值，对背景干扰、杂波、遮挡、快速移动等比较敏感。基于运动估计的跟踪可以将目标跟踪问题转换为贝叶斯估计问题，由于不受先验分布以及状态转移模型的限制，可以轻易地对目标的尺度进行估计，因此近年来粒子滤波在视觉跟踪中获得了广泛应用，成为视觉目标跟踪的主要研究方向之一。但是该方法目前仍然存在一些技术难点粒子退化...
【技术保护点】
一种基于流形上粒子滤波算法的视频目标跟踪方法，其特征在于所述方法如下：将视频图像的射影变换构造成矩阵李群；将目标的射影变换参数作为状态变量，建立李群上的状态转移模型；采用协方差描述来表示视频图像中的目标区域；采用李群上的粒子滤波算法，沿流形测地线抽取状态样本；采用内蕴高斯牛顿算法来求解内蕴均值，得到系统的状态估计，完成目标跟踪。
【技术特征摘要】
【专利技术属性】
技术研发人员：朱志宇，葛慧林，李阳，王建华，伍雪冬，张冰，冯友兵，杨官校，戴晓强，
申请(专利权)人：江苏科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。