10.3778/j.issn.1002-8331.1310-0304
融合全局灰度模板的改进CT算法
针对压缩跟踪(CT)算法在构建判别表观模型过程中提取背景像素稀疏Haar-like特征导致目标跟踪漂移加重的问题,提出一种融合归一化灰度直方图全局特征模板的改进算法。与局部特征模板相比,全局特征模板更适于对目标和背景进行判别。改进算法基于压缩感知理论提取局部稀疏Haar-like特征构建表观模型M1得到跟踪目标的第一个估计参数H(v),提取归一化全局灰度直方图特征构建表观模型M2得到跟踪目标的第二个估计参数HD,使用H(v)和HD的线性组合作为表观模型利用贝叶斯分类器进行目标跟踪。实验结果表明,改进的算法提升了算法的鲁棒性,减轻了漂移问题。
稀疏Haar-like特征、全局灰度模板、归一化直方图
TN911.72
沈阳市科技创新专项资金No.F13-316-1-73。
2014-09-30(万方平台首次上网日期,不代表论文的发表时间)
共4页
171-174