字典学习联合粒子滤波鲁棒跟踪
针对运动目标鲁棒跟踪问题,提出一种基于离线字典学习的视频目标跟踪鲁棒算法.采用字典编码方式提取目标的局部区域描述符,随后通过训练分类器将跟踪问题转化为背景和前景分类问题,最终通过粒子滤波对物体位置进行估计实现跟踪.该算法能够有效解决由于光照变化、背景复杂、快速运动、遮挡产生的跟踪困难.经过不同图像序列的实验对比表明,与现有方法相比,本文算法的鲁棒性较高.
字典训练、目标跟踪、粒子滤波、分类器
18
TP391(计算技术、计算机技术)
2014-01-15(万方平台首次上网日期,不代表论文的发表时间)
共9页
1628-1636