Upload
nnnn0730
View
372
Download
0
Embed Size (px)
Citation preview
1
A Modified Mean Shift Algorithm for Visual Object Tracking
指導教授 : 謝朝和 教授報告者 : 周書暐日期 : 13/6/21
Shu-Wei Chou, Chaur-Heh Hsieh, Hown-Wen Chen
Department of Computer and Communication Engineering, Ming-Chuan University, Taoyuan, Taiwan
2
Outline
1.緒論2.研究方法
A. 系統架構B. 系統流程
3.實驗環境與成果4.結論
3
緒論追蹤的應用性追蹤容易因為某些情況而導致失敗本研究在改善 CamShift 的追蹤失敗,因為被較大類似顏色物件干擾的追蹤失敗
4
系統架構
5
系統流程 - 選取物件 (1/7)
6
系統流程 - 製作 Color filter function(2/7)
製作dominate color filter function
Hue - Color Histogram
Hue - Color Histogram
選用 2 個 dominate color
選用 4 個 dominate color
製作dominate color filter function
7
系統流程 - 製作 Template(3/7)
CF
Template
Object Window
CF (i , j )={1, if CF (k )=1 for the pixel x (i , j)0 ,if CF (k )=0 for the pixel x ( i , j)
8
系統流程 - 製作 Dominate color map(4/7)
CF
Background
Dominate color map
CF (i , j )={1, if CF (k )=1 for the pixel x (i , j)0 ,if CF (k )=0 for the pixel x ( i , j)
9
系統流程 -Matching(5/7)
Dominate color map Match weights map
Template
10
系統流程 -Match weights map 演算法(6/7)
• Where
11
系統流程 - 使用 Mean Shift 演算法(7/7)
12
實驗環境
CPU – Intel® Core(TM) i7-2640M @ 2.80GHz ~ 3.50GHz RAM – 8.00 GBSystem – Windows®7 64 位元作業系統Programming language – C/C++ OpenCV2.4.0
13
實驗成果實驗資料
視頻序列一 : 在實驗室追蹤物件受到大面積相似顏色干擾
(Frame 37 、 111 、 119 、 151)
視頻序列二 :在臥房追蹤手部受臉部干擾 (Frame 1 、
92 、 131 、 259)
尺寸為 640x480
14
實驗結果 – 視訊序列一 H 分量
15
實驗結果 – 視訊序列一 S 分量
16
實驗結果 – 視訊序列一 H·S 分量
17
實驗結果 – 視訊序列一 本研究
18
實驗結果 – 視訊序列二 H 分量
19
實驗結果 – 視訊序列二 S 分量
20
實驗結果 – 視訊序列二 H·S 分量
21
實驗結果 – 視訊序列二 本研究
22
結論 利用 Dominate color 製作出來的 template 為畫面中極少會重複的特徵,此特徵同時也包含了顏色的特徵在內。 利用 Matching 本身的特色可以製作一張中心為最相似目標的機率圖,再以 Mean Shift 做收斂,可以比傳統 CamShift 更準確。
機率 : 綠色 > 墨綠 > 土黃色 > 黃色 > 咖啡色
對自己做matching
Template Match weights map