摘要
在均值漂移算法框架下,提出基于目标显著性的特征融合与在线模板更新策略,实现复杂动态环境下的鲁棒跟踪.通过目标区域与背景区域的特征对比定义了特征显著性测度.提出了基于特征显著性的色彩空间选择以及基于Gabor小波稀疏编码的纹理特征提取算法.通过特征显著性加权实现参考直方图模板的初始化,并在此基础上针对遮挡现象与目标自身形变的区别设计了在线模板更新策略.实验结果表明,本文方法与其他跟踪算法相比具有较强的鲁棒性和较高的准确性.
学科与关键词
关键词
目标跟踪均值漂移特征显著性Gabor小波稀疏编码 object trackingmeanshiftfeature saliencyGabor waveletsparse coding
- 基于自适应多特征融合的mean shift目标跟踪袁广林; 薛模根; 韩裕生; 周浦城计算机研究与发展, 2010, (09): 1663-1671.
- 改进的快速自适应分块均值漂移算法赵振国; 胡维华杭州电子科技大学学报, 2013, (06): 82-85.
- 基于颜色特征与SIFT特征自适应融合的粒子滤波跟踪算法谢天旭; 何炳蔚计算机应用研究, 2013, (11): 3506-3509.
