10.13695/j.cnki.12-1222/o3.2019.01.007
基于加权时空上下文学习的多特征视觉跟踪
针对视觉跟踪过程中的光照变化、尺度变化、遮挡等干扰,提出了一种基于加权时空上下文学习的多特征目标跟踪算法,实现了快速鲁棒的目标跟踪.首先,提取灰度信息、LBP纹理特征和HSV颜色特征作为目标模型,增强目标模型的鲁棒性.其次,采用加权系数矩阵衡量特征的目标归属度,提升特征的分辨能力.然后,计算每个特征的加权时空下文跟踪置信图.最后,利用KL方法对每个通道置信图进行融合并进行目标定位.OTB数据库实验距离精度和重叠成功率分别为0.666和0.636,证明所提出的方法优于现有方法.
视觉跟踪、多特征、时空上下文学习、加权矩阵
27
TP24(自动化技术及设备)
国家自然科学基金61473153;航空科学基金2016ZC59006;江苏省产学研联合创新资金-前瞻性联合研究项目BY2016004-04;南京市产学研合作后补助项目201722005
2019-05-07(万方平台首次上网日期,不代表论文的发表时间)
共8页
43-50