基于字典学习的实时运动目标跟踪算法
采用提取图像的尺度不变特征可以获得较好的匹配跟踪效果,但该特征提取方法比较耗时.针对这一问题,提出了一种鲁棒的实时目标跟踪方法.该方法通过提取目标的多尺度平移、旋转特征来构建字典,提高了算法的鲁棒性.利用所构建的字典来表示待跟踪目标集特征,查找与目标模板最近邻的待跟踪目标,即可确定跟踪的最终结果.试验结果表明,这种基于字典学习的实时跟踪算法可以鲁棒实时地跟踪单目标.
目标跟踪、字典学习、实时跟踪
TP391(计算技术、计算机技术)
国家自然科学基金61273279
2014-09-01(万方平台首次上网日期,不代表论文的发表时间)
99-104