Robust visual tracking using structural region hierarchy and graph matching
Robust visual tracking using structural region hierarchy and graph matching
复制标题
使用结构区域层次结构和图形匹配的鲁棒视觉跟踪
DOI：
10.1016/j.neucom.2011.11.030
复制
发表时间：
2012-07
期刊：
影响因子：
6
通讯作者：
Shen, Peiyi
中科院分区：
文献类型：
--
作者：
Song, Yi-Zhe;Li, Chuan;Wang, Liang;Hall, Peter;Shen, Peiyi
视觉跟踪的目标是在连续的视频帧中匹配感兴趣的对象。本文提出了一种新的和强大的算法来解决目标跟踪的问题。为此，我们研究了最先进的图像分割层次和图匹配的融合。更具体地说，（i）我们使用区域的层次结构来表示要跟踪的对象，每个区域用SIFT描述符和颜色直方图的组合特征集来描述;（ii）我们将跟踪过程公式化为图匹配问题，该问题通过最小化结合外观和几何上下文的能量函数来解决;更重要的是，提出了一种有效的图更新机制，以适应对象随时间的变化，从而确保跟踪的鲁棒性。几个具有挑战性的序列进行了实验，结果表明，我们的方法在对象跟踪方面表现良好，即使在存在的变化的规模和照明，移动相机，遮挡，和背景杂波。
Visual tracking aims to match objects of interest in consecutive video frames. This paper proposes a novel and robust algorithm to address the problem of object tracking. To this end, we investigate the fusion of state-of-the-art image segmentation hierarchies and graph matching. More specifically, (i) we represent the object to be tracked using a hierarchy of regions, each of which is described with a combined feature set of SIFT descriptors and color histograms; (ii) we formulate the tracking process as a graph matching problem, which is solved by minimizing an energy function incorporating appearance and geometry contexts; and (iii) more importantly, an effective graph updating mechanism is proposed to adapt to the object changes over time for ensuring the tracking robustness. Experiments are carried out on several challenging sequences and results show that our method performs well in terms of object tracking, even in the presence of variations of scale and illumination, moving camera, occlusion, and background clutter.
登录
查看更多内容
DOI：
10.1023/b:visi.0000029664.99615.94
发表时间：
2004-11-01
影响因子：
19.5
作者：
Lowe, DG
通讯作者：
Lowe, DG
DOI：
10.1109/cvpr.2005.294
发表时间：
2005-06
期刊：
2005 IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR'05)
影响因子：
--
作者：
Yonggang Shi;W. C. Karl
通讯作者：
Yonggang Shi;W. C. Karl
DOI：
10.1109/tpami.2005.188
发表时间：
2005-10-01
影响因子：
23.6
作者：
Mikolajczyk, K;Schmid, C
通讯作者：
Schmid, C
影响因子：
6
作者：
R. Hecht-Nielsen
通讯作者：
R. Hecht-Nielsen
DOI：
10.1109/cvpr.2009.5206707
发表时间：
2009-06
期刊：
2009 IEEE Conference on Computer Vision and Pattern Recognition
影响因子：
--
作者：
Pablo Arbeláez;M. Maire;Charless C. Fowlkes;Jitendra Malik
通讯作者：
Pablo Arbeláez;M. Maire;Charless C. Fowlkes;Jitendra Malik