基于多特征融合的鲁棒目标跟踪算法

摘要：

为了准确地跟踪视频监控系统中嫌疑人的活动轨迹,提出一种多特征融合目标跟踪算法.该算法首先提出一种改进的纹理描述算子并与局部反差算子相结合,以弱化噪声的影响,并可以同时描述图像纹理的结构和强度信息;其次,引入特征不确定性度量,自适应地调整不同特征对跟踪结果的贡献;最后,在跟踪过程中,通过判断目标是否发生遮挡,从而采用不同的更新策略对目标模板进行更新.实验结果表明,与粒子滤波、颜色跟踪、核循环结构、多目标跟踪等跟踪算法相比,改进算法可以对多种不同序列进行长时间稳定跟踪,当位置误差阈值为20个像素、重叠率阈值为0.5时,距离精度为0.747,成功率为0.668.所提出的改进算法可以对光照变化、颜色相近、遮挡等复杂场景中的目标嫌疑人进行有效地跟踪.

关键词：目标跟踪、改进纹理特征、不确定性度量、模板更新

所属期刊栏目：23

分类号：TP391(计算技术、计算机技术)

资助基金：陕西省自然科学基础研究计划项目2016JM6017

在线出版日期：2019-02-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：85-92