结合背景信息的自适应加权压缩跟踪算法
目的 为了提高目标跟踪的准确度,提出结合背景信息的自适应加权压缩跟踪算法.方法 针对目标边缘背景信息的干扰问题,提出对目标框架分块提取特征,根据区域分配权值,弱化特征提取过程中背景信息的干扰;利用正负样本特征概率分布的Bhattacharyya距离,自适应地选取区分度较大的特征进行分类器训练,提高分类器的鲁棒性;针对目标遮挡导致分类器分类不准确问题,提出设置目标遮挡检测机制,结合目标和局部背景信息对目标实现遮挡环境下的跟踪.结果 与目前较流行的5种算法在6个具有挑战性的序列中进行比较,本文提出的算法平均跟踪率达到90%,平均每帧耗时0.088 6 s.结论 本文算法在背景干扰,光线变换,目标旋转、形变、遮挡和复杂背景环境下的跟踪具有较高鲁棒性.
压缩跟踪、目标跟踪、自适应加权、Bhattacharyya距离、目标检测、背景信息
22
TP391(计算技术、计算机技术)
国家自然科学基金项目61105042,61462035;江西省青年科学家井冈之星培养对象计划基金项目20153BCB23010National Natural Science Foundation of China61105042,61462035
2017-02-24(万方平台首次上网日期,不代表论文的发表时间)
共11页
75-85