论文部分内容阅读
针对强遮挡导致的跟踪目标失效问题,提出一种基于字典学习改进的时空上下文算法.先在目标和上下文区域构建前景字典和上下文字典,再利用稀疏解的特性,给提取目标特征更高的权重,并参与模板的更新,构造新的条件概率.实验结果表明,在出现严重遮挡的数据集中,时空上下文算法跟踪成功率为19.5%,改进算法成功率达94.5%,改进算法能在出现强遮挡情况下有效对抗遮挡问题,稳定跟踪.