论文部分内容阅读
在目标跟踪中,针对目标外观改变使得目标丢失的问题,本文提出了特征在线更新与加权的压缩跟踪(compressive tracking,CT)算法。首先基于压缩感知理论提取目标的矩形特征,根据每个特征对当前帧目标的分类效果判定其可靠性,及时更新不可靠特征;其次,实时增加可靠特征在分类器中的权重,从而突出可靠特征的重要性;最后将加权候选样本特征输入贝叶斯分类器,得到下一帧的目标位置。选取八组视频序列测试改进算法的效果,结果表明与传统的压缩跟踪,局部敏感直方图跟踪(locality sensitive hi