基于局部分块学习的在线视觉跟踪

• 作者: 余旺盛 侯志强 查宇飞 田孝华
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 视觉跟踪 局部分块模型 贝叶斯估计 模型更新
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 学术论文
• 页码范围: 74-78
• 页数: 5页
• 分类号: TP391.41
• 字数: 5013字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2015.01.012

摘要

视觉跟踪中，如何构建一种能够适应目标表观特征变化的目标模型是增强算法跟踪精度和稳定性的关键之一。本文提出利用跟踪区域内像素的初始分类标记来构建目标的局部分块模型，并在贝叶斯理论框架下提出了基于局部分块学习的在线视觉跟踪算法。首先，利用标定的初始跟踪区域构建目标的局部分块模型；然后，在当前跟踪区域中通过局部分块学习和贝叶斯估计确定当前帧的跟踪结果；最后，利用特征聚类对局部分块模型进行更新。实验结果表明：所提算法对目标表观变化的适应性明显增强，跟踪精度和稳定性较近年来的同类算法均有一定提高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余旺盛	空军工程大学信息与导航学院	71	426	10.0	17.0
2	侯志强	空军工程大学信息与导航学院	74	1526	13.0	38.0
3	田孝华	空军工程大学信息与导航学院	34	224	9.0	14.0
4	查宇飞	空军工程大学航天航空工程学院	39	601	11.0	23.0