加权分块策略与线性随机测量相结合的目标实时跟踪算法
目的:针对目前流行的基于线性随机测量的实时目标跟踪算法在目标发生遮挡时易导致错误累积而产生漂移现象的问题,提出了一种基于加权分块的改进算法.方法:首先对被跟踪目标进行区域划分,利用稀疏测量矩阵提取各部分的低维多尺度特征,并训练得到各自的分类器.然后,在下一帧中使用训练好的分类器对候选目标的相应部分进行判别,计算各部分的分类得分值.最后,根据得分值赋予不同的权重,得分值高的其相应的权值大,并对分类器进行相应更新.结果:这种方法可有效地降低被遮挡区域对目标跟踪的影响.结论:在多种视频序列中的测试结果表明,改进后的算法在不过量增加计算负荷的情况下,当目标发生大面积或者持续遮挡时仍能准确实时跟踪目标.
视频序列 目标跟踪算法 加权分块 随机测量 分类得分值
徐光柱 何艳 景静 赵晶晶 杨继全 雷帮军
三峡大学计算机与信息学院,宜昌 443002;三峡地区地质灾害与生态环境湖北省协同创新中心,宜昌443002 三峡大学计算机与信息学院,宜昌 443002 江苏省三维打印装备与制造重点实验室,南京210046
国内会议
珠海
中文
663-669
2014-11-14（万方平台首次上网日期，不代表论文的发表时间）