基于分块聚类的在线视觉跟踪
针对运动目标跟踪过程中的表观变化、背景干扰及发生遮挡等问题,提出了一种基于分块聚类的在线视觉跟踪算法.首先,在包含部分背景区域的初始跟踪区域内利用分块聚类构建判别式分块模型;然后,在当前跟踪区域内通过分块学习和穷搜索来确定当前帧的跟踪结果;最后,利用创建的模型更新域对目标模型进行更新.实验结果表明,本文算法对目标表现变化、背景干扰及遮挡情况的处理能力都有所增强,跟踪精度和稳定性较近几年的同类算法具有一定提高.
视觉跟踪 运动目标 分块学习 穷搜索 模型更新
黄安奇 侯志强 余旺盛 刘翔
空军工程大学信息与导航学院,西安710077
国内会议
珠海
中文
342-349
2014-11-14（万方平台首次上网日期，不代表论文的发表时间）