10.3969/j.issn.1003-501X.2015.02.011
融合SIFT特征的压缩跟踪算法
本文提出一种新的融合SIFT(尺度不变特征)和压缩特征的目标跟踪算法以解决姿态变换、光照变化、旋转和运动模糊下目标的稳定准确跟踪问题。算法使用压缩特征对目标和背景进行描述,通过在图像帧中采集到的正负样本在线训练和学习SVM(支持向量机)分类器,将跟踪任务构建为一个二类分类问题。使用该分类器对下一帧的目标和背景进行分类,从而获得精确的目标位置和区域。同时,算法使用前后两帧的 SIFT 特征点之间的对应匹配关系求解目标尺寸变化值,实现模板大小的自适应调整。将算法与其他算法在某些图像序列上的跟踪比较显示,该算法在有效性、正确性和鲁棒性上性能优越。
压缩跟踪、压缩感知、SIFT、SVM分类器
TP391.4(计算技术、计算机技术)
2015-03-12(万方平台首次上网日期,不代表论文的发表时间)
共7页
66-72