|
|||||
|
|
| 基于簇相似度的实时多尺度目标跟踪算法* | |
| 作者姓名： | 李康 何发智 陈晓 潘一腾 于海平 |
| 作者单位： | 武汉大学 计算机学院 武汉 430072 |
| 基金项目： | 国家自然科学基金项目(No.61472289)、湖北省自然科学基金项目(No.2015CFB254)资助 |
| 摘 要： | 针对目标跟踪中跟踪实时性和适应目标尺度变化的问题,提出在粒子滤波框架内基于簇相似度测量的实时目标跟踪算法,算法的外观模型使用改进的均值类哈尔特征表示.首先,根据采样半径采集目标簇和背景簇.然后,定义粒子与簇之间的相似度.当新帧到来时计算每个粒子与目标簇和背景簇的相似度,并将相似度最高的粒子作为目标在该帧的位置.在每帧跟踪结束时,更新目标簇和背景簇的统计特征,并对粒子进行重采样防止退化.与当前通用的跟踪算法对比体现文中算法的优越性. |
| 关 键 词： | 目标跟踪 标准化欧几里德距离 类哈尔特征 粒子滤波 |
| 收稿时间： | 2015-05-12 |
| 点击此处可从《模式识别与人工智能》浏览原始摘要信息 | |
| 点击此处可从《模式识别与人工智能》下载全文 | |