基于奇异值分解的自适应模板更新研究

摘要：

研究了基于奇异值分解的图像匹配和目标跟踪问题.由于图像的奇异值特征具有良好的稳定性,可以将奇异值当作一种有效的代数特征来描述并表征图像.根据所定义的奇异值缩放不变量提出了一种基于奇异值分解的模板更新算法.在算法中,根据奇异值向量的缩放不变特征来度量当前模板内的目标信息,然后根据所定义的置信度自动计算更新后所需的模板大小,从而使更新后的模板更有效地包含目标.试验表明:提出的模板更新算法在序列图像的目标跟踪中具有较好的实用性.

关键词：自适应模板更新、图像匹配、奇异值分解、目标跟踪

所属期刊栏目：37

分类号：TP391(计算技术、计算机技术)

资助基金：中国科学院科技创新基金资助项目A010416

在线出版日期：2008-07-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：278-281