基于局部分块和模型更新的视觉跟踪算法
针对目标跟踪过程中的目标表观变化、背景干扰及发生遮挡等问题,该文提出一种基于局部分块和模型更新的视觉跟踪算法.该文采用粗搜索与精搜索相结合的双层搜索方法来提高目标的定位精度.首先,在包含部分背景区域的初始跟踪区域内构建目标模型.然后,利用基于积分直方图的局部穷搜索算法初步确定目标的位置,接着在当前跟踪区域内通过分块学习来精确搜索目标的最终位置.最后,利用创建的模型更新域对目标模型进行更新.该文主要针对分块跟踪中的背景抑制、模型更新等方面进行了研究,实验结果表明该算法对目标表观变化、背景干扰及遮挡情况的处理能力都有所增强.
视觉跟踪、局部分块模型、穷搜索、局部分块学习、模型更新
37
TP391.4(计算技术、计算机技术)
国家自然科学基金61175029, 61473309;陕西省自然科学基金2011JM8015资助课题
2015-08-07(万方平台首次上网日期,不代表论文的发表时间)
共8页
1357-1364