基于字典学习的实时运动目标跟踪算法

采用提取图像的尺度不变特征可以获得较好的匹配跟踪效果,但该特征提取方法比较耗时。针对这一问题,提出了一种鲁棒的实时目标跟踪方法。该方法通过提取目标的多尺度平移、旋转特征来构建字典,提高了算法的鲁棒性。利用所构建的字典来表示待跟踪目标集特征,查找与目标模板最近邻的待跟踪目标,即可确定跟踪的最终结果。试验结果表明,这种基于字典学习的实时跟踪算法可以鲁棒实时地跟踪单目标。     

桥区运动船舶的检测和跟踪

基于桥区的场景特点,提出一种基于自适应纹理特征的运动船舶目标检测跟踪算法。算法采用基于改进的局部二值模式（LBP）纹理特征取代亮度特征,在此基础上建立可实时更新的LBP背景,以背景模型方法提取船舶运动目标前景,并以简单的近邻方法实现对其跟踪。实验表明该方法通过目标检测与跟踪可实现对船舶运动的监控,算法准确性好,精度高,可为桥梁安全保护提供有效的技术支撑。