融合全局灰度模板的改进CT算法

• 作者: 李广三 杨大为 王琰
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 稀疏Haar-like特征 全局灰度模板 归一化直方图
• 年，卷（期）: 2014,（18）
• 所属期刊栏目: 图形图像处理
• 页码范围: 171-174
• 页数: 4页
• 分类号: TN911.72
• 字数: 3044字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1310-0304

摘要

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。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王琰	沈阳理工大学信息科学与工程学院	81	488	12.0	16.0
2	杨大为	沈阳理工大学信息科学与工程学院	26	118	7.0	10.0
3	李广三	沈阳理工大学信息科学与工程学院	1	5	1.0	1.0