首页 > CvBlobTrackerCC 多目标跟踪算法简析

CvBlobTrackerCC 多目标跟踪算法简析

(1)跟踪器的建立:对新产生的目标,且宽(高)大于5时,建立跟踪器

(2)Kalman滤波:用Kalman滤波器对目标当前的方位、大小做出预测

  目标特征矢量采用(x, y, dx, dy, w, h)六维矢量,观测矢量为(x, y, w, h)

   系统状态转移矩阵:

                     1, 0, 0, 0, 1, 0,

                    0, 1, 0, 0, 0, 1,

                     0, 0, 1, 0, 0, 0,

                     0, 0, 0, 1, 0, 0,

                     0, 0, 0, 0, 1, 0,

                     0, 0, 0, 0, 0, 1

    观测矩阵:

                     1, 0, 0, 0, 0, 0,

                     0, 1, 0, 0, 0, 0,

                     0, 0, 1, 0, 0, 0,

                     0, 0, 0, 1, 0, 0

   系统误差设为:1e-6,观测误差:方位x, y为1e-6, 宽高w h为0.1。

(3)判断是否可能出现遮挡,判决准则:两个目标的矩形质心水平(垂直)距离小于宽(高)和的0.6,则认为出现遮挡

(4)如果遮挡,则用预测值作为滤波值,如果没有遮挡,则选择当前目标矩形中距离最近的一个,用滑动平均的方法更新目标的质心、宽(高),更新速率设为:质心1.0和宽(高)0.02

(5)跟踪的结束:当目标连续3帧,面积过小(宽(高)小于4),或边缘处于图像以外,或目标矩形中掩模面积过小时(矩形中掩模均值小于255*0.1),认为跟踪结束。

转载于:https://www.cnblogs.com/carekee/articles/2299945.html

更多相关:

  • 点云PCL免费知识星球,点云论文速读。 标题:MoreFusion: Multi-object Reasoning for 6D Pose Estimation from Volumetric Fusion 作者:Kentaro Wada, Edgar Sucar, Stephen James 星球ID:wl_华科_点云处理_目...