基于前景分割和特征空间自适应选择的视觉目标跟踪
提出一种视觉跟踪任务中鲁棒的目标模型更新算法.首先利用结合空域信息的特征直方图对目标和背景进行建模;然后通过引入信息论中的交叉熵,定量地评价各个特征空间下目标和背景的差异性,选择差异性最大的特征空间更新目标模型,并用均值漂移算法定位目标.为解决模型更新中的偏移问题,采用条件随机场(CRF)模型,通过融合图像序列的时空上下文信息分割出目标前景,利用分割结果减小模型更新的误差.实验结果验证了该算法的有效性.
特征空间、前景分割、视觉跟踪、条件随机场、交叉熵
TP391.4(计算技术、计算机技术)
2011-09-07(万方平台首次上网日期,不代表论文的发表时间)
207-212