一种改进的TLD跟踪算法研究

摘要：

在TLD(Tracking-Learning-Detection)跟踪算法的研究上,提出了一种基于SVM(Support Vector Machine)的TLD目标跟踪算法.改进的TLD跟踪算法采用支持向量机(SVM)分类器进行图像目标正负样本的分类学习,有效提高了算法的鲁棒性以及实时性.另外对算法的Haar-Like特征进行了改进,利用多种Haar-Like特征,能提取目标丰富的特征信息.研究结果表明,改进算法能有效的长时间的跟踪目标,减少了目标在跟踪过程中的漂移现象,提高了跟踪的鲁棒性的准确性.

关键词：目标跟踪、检测器、支持向量机

所属期刊栏目：39

分类号：TP391(计算技术、计算机技术)

在线出版日期：2022-05-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：312-315