基于贝叶斯模型与最佳伙伴相似度量的目标跟踪

• 作者: 刘景泰 张普 徐福来 王鸿鹏 赵仲奇
• 来源期刊: 计算机应用研究
• 关键词: 目标跟踪 贝叶斯分类器 最佳伙伴相似度量
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 图形图像技术
• 页码范围: 2498-2502,2526
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.08.065

摘要

提出了一种基于产生式与判别式联合模型的视觉目标跟踪算法.首先介绍了一种基于全局颜色特征直方图特征的贝叶斯分类器,检测出若干最有可能属于目标的候选区域;然后利用最佳伙伴相似性度量(best-buddies similarity)得到候选区域与目标模板的相似度,结合概率值与相似度值估计出最优的目标状态.通过划分目标一背景区域模型、目标一千扰区域模型,对可能产生干扰的区域提前进行抑制,降低了长期跟踪可能产生的漂移问题的风险;同时引入了自适应尺度估计机制和在线模型更新策略,以获得更为精准的跟踪结果.在37组具有挑战性的图像序列上与七种优秀的算法对比实验表明,所提出的算法能够有效应对光照变化、遮挡、旋转与尺度变化等多种问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘景泰	南开大学机器人与信息自动化研究所	53	577	13.0	22.0
3	王鸿鹏	南开大学机器人与信息自动化研究所	18	99	5.0	9.0
9	徐福来	南开大学机器人与信息自动化研究所	1	2	1.0	1.0
13	张普	南开大学机器人与信息自动化研究所	1	2	1.0	1.0
17	赵仲奇		1	2	1.0	1.0