MPM在目标跟踪中的应用  

Applications of Max-pooling Matching for Target Tracking

作　　者：鲍文霞[1,2] 阎少梅 余国芬[1] 梁栋[1] 胡根生[1] 

机构地区：[1]安徽大学电子信息工程学院,合肥230601 [2]偏振光成像探测技术安徽省重点实验室,合肥230031

出　　处：《小型微型计算机系统》2017年第8期1883-1887,共5页Journal of Chinese Computer Systems

基　　金：国家自然科学青年基金项目(61401001;61501003)资助;安徽省自然科学基金项目(1408085MF121)资助;安徽省重点实验室开放基金项目(2016-KFJJ-001)资助

摘　　要：提出一种基于最大池匹配(max-pooling matching,MPM)的目标跟踪算法.该算法通过预处理提取需要的前景候选目标区域,对目标区域构建无向图,将目标跟踪转化为图匹配问题,然后引入最大池匹配方法得到目标图与候选图的匹配结果,从而确定目标位置;最后,为了提高目标位置的稳定性和精确度,综合目标的整体信息和局部信息对目标位置的贡献,通过加权投票机制获取最优的目标状态.实验结果表明,该算法具有较高的跟踪精度和成功率.This paper proposes a target tracking algorithm based on max-pooling matching. The algorithm transforms target tracking into matching problem by extracting candidate target area and building the undirected graph for the target area. Then it determines the target location by introducing the max-pooling matching method to obtain matching results between the target graph and the candidate graph. Finally ,in order to improve the stability and accuracy of target location,the optimal target state is determined through a weighted voting procedure by synthesizing the contribution of holistic target and local parts. Experimental results show that the algorithm has high tracking accuracy and success rate.

关 键 词：超像素分割 图割 无向图 最大池匹配 目标跟踪 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]