融合SURF特征的改进自适应分块目标跟踪算法

摘要：

针对目标存在遮挡、尺寸动态变化及背景影响情况下,传统Mean Shift目标跟踪算法精度低的问题,提出一种基于多图像块表示目标且融合SURF特征的改进Mean Shift跟踪算法.设计自适应分块方法,通过分块、判断遮挡、自适应融合3个步骤获得鲁棒的被跟踪目标动态模型;在跟踪过程中,考虑到背景对目标模板的影响,利用改进的权重计算方法更新待融合图像块的权重,保证跟踪的准确性;通过SURF特征匹配对初步跟踪结果做校正,提高算法的跟踪精度.仿真实验验证了该算法的有效性.

关键词：目标跟踪、均值漂移、自适应分块、SURF特征、权重更新

所属期刊栏目：37

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目61273170;国家自然科学基金青年基金项目41301448

在线出版日期：2016-04-19（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：454-459