一种采用排名机制的分块在线压缩跟踪算法

摘要：

基于分类学习的目标跟踪在面对环境中光照变化、目标姿态变化以及遮挡等复杂环境下容易出现漂移问题,为此提出一种基于分类器融合的压缩感知目标跟踪算法.使用压缩感知理论分块提取目标压缩特征,根据贝叶斯后验概率对特征进行筛选以构建目标模型,并提出一种二阶段样本搜索方法,通过粗搜索缩小样本的搜索范围,利用基于分类器排名的细搜索方法精确地找到目标的位置.实验表明,该算法与当前主要的算法相比具有较高的跟踪精度,以及良好的鲁棒性和实时性.

关键词：运动目标跟踪、压缩感知、分类器融合、基于分类目标跟踪

所属期刊栏目：18

分类号：TP391.41(计算技术、计算机技术)

资助基金：贵州省科技攻关计划项目2017GZ60903;西安市科技计划项目2017086CG/RC049

在线出版日期：2018-08-15（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：270-275