基于RGB-D的在线多示例学习目标跟踪算法

摘要：

基于2D特征的目标跟踪算法缺少3维信息，因此在目标尺度、姿态变化和平面旋转时会引起跟踪不稳定易丢失目标的问题，为此提出一种基于RGB‐D的在线多示例学习目标跟踪算法。利用深度数据的特性在深度图中和RGB图中构建多尺度空间，提取多尺度的 Haar‐D特征和 Haar特征；利用多实例学习策略将多尺度的 Haar‐D特征和 Haar特征融合。实验结果表明，该算法能很好得处理室内或室外环境下目标姿态变化、平面旋转和部分遮挡的问题。

关键词：目标跟踪、Haar-D特征、多尺度特征空间、多示例学习、深度图

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金项目61179059；重庆市“151”科技重大专项基金项目cstc2013jcsf-zdzxqqX005

在线出版日期：2015-08-28（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：1865-1870