基于一种新的鲁棒特征的跟踪方法
针对基本的mean-shift算法跟踪中易受光影变化的影响，本文提出了一种新的相对量跟踪目标物。在分析目标区域内的图像曲面属性(椭圆曲面区，马鞍面区)后，在离散尺度下，通过最大化目标物上椭圆点区域中的点的水平方向二阶导数的最大值，来选择尺度。在选择的尺度图像上，计算各点的水平方向二阶导数,形成一个权重图，由于选择的尺度使得跟踪目标上点的二阶方向导数最大，从而弱化了其他尺寸目标的权重，突出了跟踪目标。在PETS数据库上的实验表明：本算法能较好的适应光影变化，对部分遮挡有较好的鲁棒性，对旋转有一定的适应性。
微分几何 尺度选择 权重图 mean-shift
李海昌 田原 杨一平
中国科学院自动化研究所,北京 100190
国内会议
重庆
中文
899-903
2010-10-21（万方平台首次上网日期，不代表论文的发表时间）