基于CUDA 与粒子滤波的多特征融合视频目标跟踪算法
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


Multi-Feature Fusion Video Object Tracking Algorithm Based on CUDA and Particle Filter
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对复杂环境中非线性运动目标跟踪, 单一特征无法满足对目标的准确描述,造成不能准确跟踪的问题, 提出了一种基于粒子滤波与多种特征自适应融合的跟踪方法. 该方法先对目标区域提取轮廓方向分布与颜色分布, 根据自适应规则融合后, 然后与粒子滤波理论相结合, 实现对各种复杂环境中视频运动目标的有效跟踪. 同时, 通过使用CUDA(Compute Unified Device Architecture)加速, 实现了目标跟踪的实时性. 实验结果表明, 该方法可对非线性、非高斯的运动目标进行有效的跟踪, 对目标的遮挡与暂时消失, 背景焦距的拉伸与背景颜色的变换, 有很强的鲁棒性和实时性.

    Abstract:

    To solve the problem that single feature can't describe the nonlinear moving targets accurately under complex environment, this paper propopsed a adaptive method which is based on multiple features and particle filter.It first extracted contour direction distribution and color distribution from the target area.And then with help of particle filter theory, it integrated these features to track nonlinear moving targets from the video. In the end, CUDA can provide powerful parallel computing capacity so that this proposed method can be accelerated and meet the need of real-time monitoring. The experiment results of this paper indicates that the proposed method has strong robustness and high accurateness for non-linear and non-Gaussian moving targets. Moreover, it can cope with the situations of targets occlusion or temporarily disappering, focal length transformation and background changing.

    参考文献
    相似文献
    引证文献
引用本文

刘伟,孟朝晖,薛东伟.基于CUDA 与粒子滤波的多特征融合视频目标跟踪算法.计算机系统应用,2013,22(11):123-128

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2013-04-17
  • 最后修改日期:2013-05-20
  • 录用日期:
  • 在线发布日期: 2013-11-22
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号