基于自适应颜色特征学习的目标跟踪技术

摘要：

在简要说明基于空时上下文（STC）和基于核函数循环结构（CSK）目标跟踪器的基础上，重点介绍基于颜色特征（CN）的跟踪器，并针对其在目标被遮挡、尺度变化和光照发生变化时易发生跟踪漂移的问题，提出自适应学习速率和自适应高斯核尺度因子两种方法，分别对训练模型的更新和标记进行改进，减少目标模型累积错误，提高跟踪过程准确性。实验中，选取10个视频集，采用3类评价参数对比算法改进前后跟踪效果。实验证明，改进后的算法对遮挡、光照变化和尺度变化等具有较好的鲁棒性，同时将该算法应用在无人机（UAV）视频行人跟踪上，取得了良好效果。

关键词：自适应、学习速率、高斯核尺度因子、颜色特征(CN)跟踪器

所属期刊栏目：53

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2017-03-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：214-219