發(fā)布時間：2017-08-25 01:26

  本文關(guān)鍵詞：適應目標尺度變化的改進壓縮跟蹤算法

  更多相關(guān)文章： 目標跟蹤 壓縮感知 Haar-like特征 尺度變化

【摘要】：基于壓縮感知理論對目標Haar-like特征進行降維處理的壓縮跟蹤算法采用固定大小的跟蹤框跟蹤目標,在目標尺度發(fā)生變化時,容易產(chǎn)生跟蹤漂移甚至丟失跟蹤目標的現(xiàn)象.為了克服這一缺陷,文中分析Haar-like特征隨目標尺度變化的情況,發(fā)現(xiàn)在一定變化尺度范圍內(nèi),跟蹤矩形框內(nèi)目標Haar-like特征值的變化與跟蹤矩形框的面積變化呈近似線性關(guān)系,在此基礎(chǔ)上提出適應目標尺度變化的改進壓縮跟蹤算法(CTVS).實驗表明,CTVS具有較高的尺度自適應能力,能更好地減輕目標跟蹤過程中可能出現(xiàn)的遮擋、光照變化、背景混雜、變形等干擾因素的影響,具有較高的魯棒性和準確性.同時算法計算效率較高,能夠達到實時跟蹤的目的.
【作者單位】： 福州大學數(shù)學與計算機科學學院;
【關(guān)鍵詞】： 目標跟蹤 壓縮感知 Haar-like特征 尺度變化
【基金】：國家自然科學基金項目(No.61502105)資助~~
【分類號】：TP391.41
【正文快照】： ZHANG Yuting,YE Dongyi,KE Xiao,CHEN Zhaojiong(College of Mathematics and Computer Science,Fuzhou University,Fuzhou 350116)Citation ZHANG Y T,YE D Y,KE X,CHEN Z J.An Improved Compressive Tracking AlgorithmAdapting to Variable Target Scales.Pattern Recogni，

本文編號：734277