一种快速红外人体轮廓跟踪算法

doi:10.3969/j.issn.1001-2400.2011.05.016

J4 ›› 2011, Vol. 38 ›› Issue (5): 95-100.doi: 10.3969/j.issn.1001-2400.2011.05.016

一种快速红外人体轮廓跟踪算法

高晶^1,2;徐建军¹;毕笃彦¹

(1. 空军工程大学工程学院，陕西西安 710038;
2. 空军装备研究院装备总体论证研究所，北京 100076)

收稿日期:2010-08-27 出版日期:2011-10-20 发布日期:2012-01-14
通讯作者: 高晶
作者简介:高晶(1981-)，男，空军工程大学博士研究生，E-mail: afeu777@163.com
基金资助:
国家高技术研究发展计划(863)资助项目(2007AA701206)

Fast contour tracking algorithm for human body in infrared images

GAO Jing^1,2;XU Jianjun¹;BI Duyan¹

(1. Eng. College, Air Force Eng. Univ., Xi'an 710038， China;
2. The Research Inst. of Equipment System Development and Evaluation of Air Force Equipment Research Academy, Beijing 100076， China)

Received:2010-08-27 Online:2011-10-20 Published:2012-01-14
Contact: GAO Jing

摘要/Abstract

摘要：

为实现红外图像序列中人体轮廓的精确跟踪，提出了一种基于快速水平集的新算法．首先，在目标区域及其邻近背景区域带上，而不是在整个图像平面上，采用模式分类中的最近邻决策思想来构建快速水平集算法的速度函数；然后，采用基于动态邻近区域的快速水平集来演化目标边界曲线以实现目标的轮廓跟踪．实验结果表明，该算法能适应目标尺度的变化、目标的分裂或合并，并获得人体的精确轮廓．

关键词: 红外图像, 人体跟踪, 动态邻近区域, 快速水平集, 轮廓

Abstract:

A novel algorithm based on the level set is proposed for tracking the precise contour of the human body in infrared videos. The algorithm first adopts the nearest neighbor decision method to construct the velocity expression for the fast level set only in the target region and its neighbor background region but not in the whole image plane, then contour tracking is realized by evolving the zero level set curve using the dynamic neighbor region fast level set algorithm proposed in this paper. Experiments show that this algorithm can adapt to the scale change of the target and the split or mergence of the target, and lead to the exact contour of the human body.

Key words: infrared image, human tracking, dynamic neighbor region, fast level set, contour

中图分类号:

TP391

高晶;徐建军;毕笃彦. 一种快速红外人体轮廓跟踪算法[J]. J4, 2011, 38(5): 95-100.

GAO Jing;XU Jianjun;BI Duyan. Fast contour tracking algorithm for human body in infrared images[J]. J4, 2011, 38(5): 95-100.

参考文献

［1］明英, 蒋晶珏. 基于Cauchy分布的红外视频运动目标检测［J］. 红外与毫米波学报, 2008, 27(1): 65-71.
Ming Ying, Jiang JingJue. Moving Object Detection of Infrared Video Based on Cauchy Distribution［J］. J Infrared Millim Waves, 2008, 27(1):65-71.
［2］魏坤, 赵永强, 高仕博, 等. 基于混合概率核主成分二次相关红外目标检测［J］. 光子学报, 2008, 37(9): 1883-1889.
Wei Kun, Zhao Yongqiang, Gao Shibo, et al. An IR Target Detection Algorithm Based on Mixture Probabilistic Kernel Principal Component Jointed with Quadratic Correlation Filter［J］. Acta Photonica Sinica, 2008, 37(9): 1883-1889.
［3］王江涛, 王建国, 杨静宇, 等. 基于梯度方向-亮度联合空间的红外人体跟踪［J］. 仪器仪表学报, 2008, 29(3): 492-498.
Wang Jiangtao, Wang Jianguo, Yang Jingyu, et al. Human Tracking Based on Gradient Orientation-intensity Joint Space in Infrared Image Sequences［J］. Chinese Journal of Scientific Instrument, 2008, 29(3): 492-498.
［4］王欢, 任明武, 杨静宇. 一种基于SMOG模型的红外目标跟踪新算法［J］. 红外与毫米波学报, 2008, 27(4): 252-256.
Wang Huan, Ren Mingwu, Yang Jingyu. New Infrared Object Tracking Algorithm Based on SMOG Model［J］. J Infrared Millim Waves, 2008, 27(4): 252-256.
［5］魏坤, 赵永强, 潘泉, 等. 基于均值漂移和粒子滤波的红外目标跟踪［J］. 光电子·激光, 2008, 19(2): 213-217.
Wei Kun, Zhzo Yongqiang, Pan Quan, et al. IR Target Tracking Based on Mean Shift and Particle Filter［J］. Journal of Optoelectronics·Laser, 2008, 19(2): 213-217.
［6］ Osher S, Sethian J A. Fronts Propagating with Curvature Dependent Speed: Algorithms Based on Hamilton-Jacobi Formulation［J］. J Comput Phys, 1988(79): 12-49.
［7］ Chan T F, Vese L A. Active Contours Without Edges［J］. IEEE Trans on Image Processing, 2001, 10(2): 266-277.
［8］ Mansouri A R. Region Tracking Via Level Set PDEs Without Motion Computation［J］. IEEE Trans on Pattern Analysis and Machine Intelligence, 2002, 24(7): 947-961.
［9］ Mansouri A R, Konrad J. Multiple Motion Segmentation with Level Sets［J］. IEEE Trans on Image Processing, 2003, 12(2): 201-220.
［10］ Yilmaz A, Li X, Shah M. Contour-Based Object Tracking with Occlusion Handling in Video Acquired Using Mobile Cameras［J］. IEEE Trans on Pattern Analysis and Machine Intelligence, 2004, 26(11): 1531-1536.
［11］ Freedman D, Zhang T. Active Contours for Tracking Distributions［J］. IEEE Trans on Image Processing, 2004, 13(4): 518-526.
［12］ Zhang T, Freedman D. Improving Performance of Distribution Tracking through Background Mismatch［J］. IEEE Trans on Pattern Analysis and Machine Intelligence, 2005, 27(2): 282-287.
［13］ Allili M S, Ziou D. Object tracking in Videos Using Adaptive Mixture Models and Active Contours［J］. ELSEVIER: Neuro Computing, 2008(71): 2001-2011.
［14］ Shi Yonggang, Karl W C. A Real-Time Algorithm for the Approximation of Level-Set-Based Curve Evolution［J］. IEEE Trans on Image Processing, 2008, 17(5): 645-656.

[1]	余志超,张瑞红. 结合深度轮廓特征的改进孪生网络跟踪算法[J]. 西安电子科技大学学报, 2020, 47(3): 40-49.
[2]	王晓明,张淑艳,张婕,原思聪. 一种深度残差学习的含噪图像轮廓重建方法[J]. 西安电子科技大学学报, 2020, 47(3): 66-71.
[3]	赖睿,官俊涛,徐昆然,熊皑,杨银堂. 级联残差学习的红外图像非均匀性校正方法[J]. 西安电子科技大学学报, 2019, 46(1): 14-19.
[4]	易翔,王炳健. 视觉显著性指导的红外与可见光图像融合算法[J]. 西安电子科技大学学报, 2019, 46(1): 27-32.
[5]	刘建歌, 慕德俊. 一种SAR影像冰水边缘线提取算法[J]. 西安电子科技大学学报, 2018, 45(6): 106-111.
[6]	蔺素珍;王栋娟;钟家让;朱小红;张商珉. 利用曲率特征虚拟拼接青铜器小碎片的方法[J]. 西安电子科技大学学报, 2016, 43(6): 141-146.
[7]	江若玫;佘颜. 快速最大似然估计用于脉冲星时间延迟测量[J]. 西安电子科技大学学报, 2016, 43(5): 147-152.
[8]	李翠芸;李宁;姬红兵. 多伯努利滤波的快速红外弱小目标检测与跟踪[J]. 西安电子科技大学学报, 2016, 43(4): 69-74+190.
[9]	章为川;水鹏朗;徐国靖. 边缘线上各向异性高斯核信息熵的角点检测[J]. J4, 2013, 40(4): 119-124+129.
[10]	武斌；李鹏. 一种新的红外弱小目标检测前跟踪算法[J]. J4, 2011, 38(3): 107-113.
[11]	刘建磊;冯大政. 一种全局最优的非匀质图像分割算法[J]. J4, 2011, 38(2): 66-71.
[12]	李凡;刘上乾;洪鸣;秦翰林. 基于背景预测的红外弱小目标检测新算法[J]. J4, 2009, 36(6): 1075-1078.
[13]	武斌;姬红兵;郭辉. 一种新的红外弱小运动目标检测算法 [J]. J4, 2009, 36(1): 116-121.
[14]	王建涛. 一种双波段红外图像弱小目标融合检测新算法 [J]. J4, 2008, 35(3): 530-535.
[15]	简耀波1;2;阮双琛2;秦翰林3;周慧鑫3. 基于提升格式小波变换和Snake模型的红外目标边缘增强与分割算法 [J]. J4, 2007, 34(7): 136-139.

一种快速红外人体轮廓跟踪算法

Fast contour tracking algorithm for human body in infrared images

PDF (PC)

赞

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 0