基于自适应多特征融合的均值迁移红外目标跟踪
针对采用单一特征跟踪鲁棒性不高的问题,该文提出一种自适应多特征融合均值迁移红外目标跟踪算法.为了增强对目标的表征能力,对局部均值对比度算法进行改进,利用局部均值对比度和灰度特征表征目标.在特征融合中引入特征不确定度量方法,自适应调整不同特征对跟踪结果的贡献,有效地提高均值迁移算法的鲁棒性.为了进一步提高对尺度变化目标的跟踪性能,采取尺度算子更新跟踪窗的大小.实验结果表明,该算法提取的目标特征具有较强的鲁棒性,能实现复杂场景下的目标跟踪.
目标跟踪、多特征融合、均值迁移、局部均值对比度
34
TP391(计算技术、计算机技术)
国家863计划项目2008AA8012320B资助课题
2012-10-31(万方平台首次上网日期,不代表论文的发表时间)
共5页
1137-1141