基于多特征融合和改进SIFT的目标跟踪算法OA
Target Tracking Algorithm Based on Multiple Feature Fusion and Improved SIFT
在进行跟踪任务时,当运动目标发生形变或旋转以及受到光照变化或背景干扰时,会发生偏移现象或丢失跟踪目标,从而导致跟踪精度降低.据此,提出基于多特征融合和改进 SIFT 的目标跟踪算法.在图像的高熵部分进行特征点的提取,并使用哈希算法将错误匹配的特征点剔除.同时对感知哈希和差异哈希进行改进,将改进后的图像哈希特征、颜色特征和 SIFT特征进行融合并应用于跟踪算法.将算法在 OTB-100 数据集上进行实验,成功率达到了 94.3%.
When the moving target was deformed,rotated and interfered by the illumination or back-ground during the tracking task,it could be shifted or lost,which would reduce the tracking accuracy.A target tracking algorithm based on multiple feature fusion and improved SIFT was proposed.The feature points were extracted in the high entropy part of the image,and the mismatched feature points were elimi-nated by using the hash algorithm.At the same time,the perceptual…查看全部>>
李文举;王子杰;崔柳
上海应用技术大学 计算机科学与信息工程学院 上海 201418上海应用技术大学 计算机科学与信息工程学院 上海 201418上海应用技术大学 计算机科学与信息工程学院 上海 201418
计算机与自动化
目标跟踪图像哈希信息熵颜色矩SIFT
target trackingimage hashinformation entropycolor momentSIFT
《郑州大学学报（理学版）》 2024 (1)
开关频率最小化谐波抑制脉宽调制方法及其应用
40-46,7
国家自然科学基金项目(61973307,61903256).
评论