基于SURF算法的目标跟踪研究

摘要：

SURF是一种局部特征匹配算法,应用范围广泛,特别是针对场景复杂的目标和高速运动目标,仍具有良好的跟踪能力.论文对基于SURF算法的目标跟踪算法进行综述,旨在为SURF算法未来的改进发展寻求方向和途径.目标跟踪时,SURF算法可与Mean Shift、Kalman、粒子滤波等算法组合,易于组合的特性使其在视频图像跟踪领域取得了很好的发展.算法组合后巧妙解决了当目标出现较大尺度变化、光照变化、旋转和缩放时,跟踪效果不佳的问题.但在长时间跟踪时容易出现跟踪失效,这仍是难点问题,发展趋势之一是融入神经网络的学习模块来解决目标模板的更新问题.

关键词：SURF算法、复杂场景、高速运动、学习模块、模板更新

所属期刊栏目：38

分类号：TP391(计算技术、计算机技术)

在线出版日期：2018-12-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：25-29