实时超像素跟踪算法
建立有效的目标表观模型是视觉跟踪算法的关键.该文采用中层次视觉线索(超像素)对目标表观进行建模,提出一种实时超像素跟踪(RSPT)算法.算法采用K近邻(KNN)方法从超像素特征集合中学习目标的判别式表观模型;在后续帧中,根据学习到的表观模型计算目标-背景置信图,然后巧妙地采用积分图方法估计目标状态,实现了高速的全局最优估计;最后设计了目标表观模型的在线更新策略,引入遮挡因子对遮挡进行判断.在配置i5处理器的电脑中,所提RSPT算法使用未经优化的Matlab代码以19帧/s的速度实时运行.对若干序列的对比实验表明,所提算法能够在多种复杂环境下稳定跟踪目标,具有良好的鲁棒性.
视觉跟踪、超像素、判别式表观模型、K近邻方法
38
TP391(计算技术、计算机技术)
国家自然科学基金61141009 The National Natural Science Foundation of China 61141009
2016-04-29(万方平台首次上网日期,不代表论文的发表时间)
共7页
571-577