一种基于压缩域的实时跟踪改进算法

摘要：

在基于压缩域的实时跟踪算法中,判别函数对目标外观考虑不足易造成跟踪精度较低.为此,提出一种改进的基于压缩域的实时跟踪算法.利用稀疏测量矩阵提取候选目标的低维多尺度特征,并根据在线更新的特征概率分布,采用朴素贝叶斯分类器判别目标与背景,实现粗跟踪.通过视频帧间候选目标内部区域所具有的相似性,在粗跟踪的基础上实施基于动态目标外观模型的二次跟踪,在线寻找目标的最佳跟踪位置.对多种跟踪视频库的测试结果表明,该算法在不过量增加计算负荷的情况下能有效提高跟踪精度.

关键词：压缩域、局部匹配、外观模型、实时跟踪、跟踪精度、二次跟踪

所属期刊栏目：40

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61102155;三峡大学楚天学者基金资助项目KJ2012B001;三峡大学硕士培优基金资助项目2013PY039

在线出版日期：2014-06-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：170-174,181