基于LBP的TLD目标跟踪改进算法*

摘要：

针对跟踪—学习—检测(TLD)对光照变化敏感、易受目标遮挡、快速运动导致目标模糊这些因素的影响,提出了基于局部二值模式( LBP)的TLD目标跟踪改进算法.首先,将LBP算法与最近邻分类器相结合,使得改进后的最近邻分类器可以获取与跟踪目标更接近的边界框,且当目标具有良好的纹理属性时,改进后的最近邻分类器具有更好的分类效果;其次,若TLD算法选取的跟踪目标在跟踪过程中受到遮挡,或者晃动,则使用Kalman滤波器预测目标所在区域,可以缩小跟踪器的检测范围,增强算法的效率.实验结果表明:改进后的跟踪算法与常规TLD相比,鲁棒性更好,精度更高,跟踪速度更快.

关键词：跟踪—学习—检测(TLD)、跟踪算法、局部二值模式(LBP)、卡尔曼滤波器

分类号：TP391.4(计算技术、计算机技术)

资助基金：基金项目:国家自然科学基金资助项目61272097;上海市科技委员会重点项目18511101600

在线出版日期：2019-11-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：136-138,143