针对复杂场景中的目标外观和背景变化引起的模板更新问题,提出了一种新的视觉跟踪模板更新策略,用以提高目标模板正确性。算法利用特征信息在时间和空间上的区别和变化,进行特征子量分类更新,避免了模型过更新,提高了目标模型的容错能力,使更新带来的误差尽量小,以适应目标和背景信息的不断变化,在一定程度上提高了跟踪算法的精准度和鲁棒性。实验结果表明,本文方法在视频跟踪系统中具有优越的性能,可以在目标运动、变化和遮挡情况下实现鲁棒跟踪。
科研之友
微信
新浪微博
Facebook
分享链接
