基于ELM与Mean Shift的抗遮挡目标跟踪算法

摘要：

针对目标跟踪过程中发生遮挡时跟踪出现偏差的情况,在传统Mean Shift跟踪算法的基础上引入极限学习机( extreme learning machine,ELM) ,提出了基于ELM与Mean Shift的目标跟踪算法. 该算法根据过去3个时刻的目标位置信息,利用ELM预测出目标当前可能位置,代替目标前一时刻位置作为Mean Shift迭代起始点,并在邻域范围内进行迭代,得到目标的真实位置.实验结果表明,与现有的改进算法相比,新算法减少了迭代次数和运算时间,同时在遮挡情况下能够准确定位目标位置并进行跟踪,提高了跟踪系统的实时性和鲁棒性.

关键词：目标跟踪、遮挡、MeanShift、ELM

所属期刊栏目：37

分类号：U461.6(汽车工程)

资助基金：国家自然科学基金资助项目61473266;河南省教育厅科学技术研究重点项目资助计划14A410001

在线出版日期：2016-04-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1-5