基于ICLBP的多特征自适应加权融合目标跟踪算法

摘要：

针对Mean Shift跟踪算法中使用单一的特征对目标进行描述而导致跟踪算法鲁棒性不高的问题,提出了一种多特征融合的目标跟踪算法.该算法选取HSV颜色特征和ICLBP纹理特征,建立目标模型的概率密度.根据目标区域确定背景区域,计算不同特征对目标和背景的区分性度量值,并以此设定和更新特征融合权值.使用特征融合权值系数建立多特征描述的目标模型,在Mean Shift算法框架上实现目标跟踪.结果显示,该算法对背景干扰和部分遮挡具有较好的鲁棒性.与传统的Mean Shift跟踪算法相比,跟踪效果有所提高,鲁棒性更好.

关键词：目标跟踪、Mean Shift、区分性度量、多特征融合

所属期刊栏目：34

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;河南省教育厅高等学校重点科研项目

在线出版日期：2021-07-21（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：478-483