TLD视频目标跟踪方法改进

摘要：

TLD(Tracking-Learning-Detection)是Zdenek Kalal提出的一种新跟踪算法.该算法与传统跟踪算法的显著区别在于将传统跟踪算法与检测算法相结合来解决被跟踪目标在被跟踪过程中发生的形变、部分遮挡等问题.对TLD算法进行改进,在算法检测模块引入基于Meanshift与Kalman的当前帧目标所在区域预估,有效缩小检测模块的检测范围,提高算法实时性及准确性;对原算法方差分类器改进采用颜色特征分类器,提高算法对目标识别性能;对综合模块改进,提高算法目标跟踪成功率.通过实验对改进后的TLD及原TLD进行比较,实验结果表明,改进的TLD算法具有更高的跟踪准确性及更好的跟踪实时性.

关键词：TLD、目标跟踪、目标区域预估、颜色特征

分类号：TP391.41(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61203246,61375021;江苏省自然科学基金资助项目SBK201322136

在线出版日期：2015-06-19（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：42-46