在线特征选择的目标跟踪

• 作者: 于洪 曾金芳 杨心力 杨恢先
• 来源期刊: 计算机应用研究
• 关键词: 在线学习 最优颜色特征 均值向量平移 卡尔曼滤波
• 年，卷（期）: 2010,（3）
• 所属期刊栏目: 图形图像技术
• 页码范围: 1180-1182
• 页数: 3页
• 分类号: TP273
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2010.03.105

摘要

为提高目标与背景对比度低、相似物体干扰等复杂环境下目标跟踪的效果,提出将在线学习选择最优颜色特征嵌入跟踪算法中,以改善跟踪的稳定性.以当前时刻目标的区域为目标区域,利用卡尔曼滤波预测目标的下一时刻位置,在卡尔曼滤波预测的位置为中心取某一区域作为背景区域进行在线特征选择作为下一时刻的跟踪特征,以卡尔曼滤波预测的位置为初始位置利用Mean-shift搜索目标位置,此位置作为量测进行卡尔曼滤波校正.通过实验表明,该方法在目标与背景的对比度低、相似物体干扰等复杂环境下极大地改善了跟踪的稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾金芳	湘潭大学材料与光电物理学院	17	78	5.0	8.0
2	杨恢先	湘潭大学材料与光电物理学院	89	692	12.0	22.0
3	杨心力	湘潭大学材料与光电物理学院	4	23	3.0	4.0