基于全局和局部外观的视觉跟踪算法研究

来源 :计算机应用研究 | 被引量 : 8次 | 上传用户:DNGOUSIYMMY
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对现有的视觉跟踪算法在处理视觉外观发生改变的对象时所导致的匹配率下降和漂移现象,提出一种新的双层视觉模型。该模型包括局部层和全局层。局部层从概率角度根据目标的几何变形进行调整,通过增删局部补丁来更新其结构。全局层模拟目标的全局视觉特征,进而对补丁的增添施加约束,并在跟踪期间利用局部层的可靠性补丁来更新全局视觉特征。实验结果表明,相比于其他算法,方法的失效率更低,精度更高,性能更优。即使背景颜色与目标颜色类似,也不会发生跟踪失效问题。
其他文献
针对现有图像质量评估方法不能有效评价所有失真类型图像、计算量大等问题进行了研究,受人眼视觉特性的启发,提出了一种新的基于图像边缘结构相似性的全参考质量评价方法。该方法利用图像边缘梯度对图像失真的敏感性不同,通过Prewitt算子计算水平和竖直方向梯度向量绝对值和,进而定义了两种基于边缘结构相似性的图像质量评价标准:图像梯度结构相似度均值(GSSM)和图像梯度结构相似度标准差(GSSD)。标准图像数
考虑到自动人脸表情识别背景复杂性问题,提出了一个新的表情识别方法——基于差分纹理的人脸表情识别,该方法在一定程度上能够有效地屏蔽掉个体人脸之间的差异,同时保留住人脸表情信息。首先选定一个标准人脸参考模型,该模型合理分布面部55个基准点,这些基准点主要分布于眼睛、鼻子、嘴和包含表情丰富的外部轮廓上;然后利用Delaunay三角剖分获取这些基准点的相对位置信息。对于人脸表情图像,首先利用主动形状模型(
为了使签名人具有否认无效签名的权利,首次提出可否认的基于属性的指定证实人签名模型,构造了一个可否认的基于属性的指定证实人签名方案。在该方案中,签名者和指定的证实人均可对签名的有效性进行确认,并且可以否认无效的签名。最后,对方案的正确性进行了分析,并在随机预言模型下证明了其安全性。分析表明,本方案具有不可伪造性,并能抵抗合谋攻击。