基于分块动态外观模型和在线学习的目标跟踪
TLD(Tracking-Learning-Detection)跟踪方法将跟踪、学习和检测三类技术有效得结合在一起,较之前其它跟踪算法具有更佳的鲁棒性和跟踪精度.TLD方法解决了长时间跟踪时目标模型退化的问题,但跟踪非刚体目标的效果则较一般.由Junseok Kwon和Kyoung Mu Lee提出的在线学习分块动态外观模型是一种能够有效跟踪非刚体目标的方法,它将目标分割成数个特征区块分别跟踪,并由这些区块合并还原出整个目标.本文根据该思路,将分块动态外观模型引入TLD跟踪方法,使之在非刚体跟踪上亦具有较好的效果.
非刚体目标 分块动态外观模型 特征区块 目标跟踪算法
苏鏐鏐 赵宇明
上海交通大学自动化系,上海,200240
国内会议
2013中国自动化学会华东六省一市年会(CETCU 2013)
威海
中文
33-37
2013-10-11（万方平台首次上网日期，不代表论文的发表时间）